Voir la documentation de boxPlot
Die Aktion `assess` im `percentile`-Aktionssatz dient zur Bewertung und zum Vergleich von Vorhersagemodellen. Sie ist besonders nützlich für die Evaluierung von Klassifikations- und Regressionsmodellen, indem sie wichtige Leistungsstatistiken wie ROC-Kurven (Receiver Operating Characteristic), Lift-Charts und Anpassungsstatistiken (z. B. Gini-Koeffizient, KS-Statistik, mittlere quadratische Abweichung) berechnet. Dies ermöglicht es Datenanalysten, die Genauigkeit und Vorhersagekraft ihrer Modelle objektiv zu messen und verschiedene Modelle miteinander zu vergleichen, um das leistungsstärkste auszuwählen.
Die Aktion `boxPlot` im `percentile`-Aktionssatz ist ein leistungsstarkes Werkzeug zur Durchführung einer robusten univariaten Analyse. Sie berechnet wesentliche deskriptive Statistiken, die für die Erstellung von Boxplots erforderlich sind, einschließlich Quantilen (wie dem Median und den Quartilen), den oberen und unteren Whiskers zur Identifizierung der Datenvariabilität sowie der Erkennung von Ausreißern. Diese Aktion ist besonders nützlich für die explorative Datenanalyse, um die Verteilung, Zentralität und Streuung numerischer Variablen schnell zu visualisieren und zu verstehen, oft gruppiert nach kategorialen Variablen.
L'action `assess` du jeu d'actions `percentile` est un outil puissant pour évaluer et comparer les performances de modèles prédictifs. Elle est particulièrement utile dans les scénarios de classification binaire et de régression. Pour les modèles de classification, elle calcule des statistiques d'ajustement, génère des courbes ROC (Receiver Operating Characteristic) et des courbes de lift, qui sont essentielles pour comprendre la capacité du modèle à discriminer les classes. Pour les modèles de régression, elle fournit des métriques d'erreur pour évaluer la précision des prédictions. Cette action permet une analyse fine en supportant la pondération des observations, le traitement par groupe (`groupBy`) et l'évaluation sur des partitions de données spécifiques, ce qui en fait un outil flexible pour la validation de modèles dans SAS Viya.