SAS Model Manager 功能列表

模型注册

模型注册

  • 提供一个网页,其中包含每月发布的任何新特性和功能的信息,“操作说明”内容以及与用户社区互动的功能。
  • 为各类模型提供安全、可靠、版本化的存储,以及访问管理,包括备份和恢复功能、覆盖保护和日志记录。
  • 注册后,模型可按存储时使用的属性,例如,资产类型、算法、输入或目标变量、模型标识等,以及用户定义属性和可编辑的关键字搜索、查询、排序和过滤。
  • 将常规属性作为列添加到模型和项目的列表中,例如模型名称、角色、算法类型、修改日期、修改者、储存库位置、描述、版本和关键字(标签)。
  • 使用开放式REST API访问模型和模型评分工具。
  • 直接支持 Python 模型进行评分和发布。将 PMML 和 ONNX(使用 DLPy)转换为标准 SAS 模型类型。像管理其他类型的代码一样管理 R 代码并对其进行版本控制。
  • 提供记账和审计,包括对主要操作(如模型创建、项目创建和发布)进行日志记录。
  • 将模型中的所有文件内容导出为 .ZIP 格式,以便在环境中移动。
  • 轻松地在在项目间复制模型,从而简化其在储存库中的移动。

分析工作流程管理

分析工作流程管理

  • 使用SAS Workflow Studio创建每个模型自定义流程:
    • 工作流程管理器与SAS模型管理器全面集成,因此可在同一用户界面中管理工作流程,跟踪工作流程任务。
    • 导入、更新和导出文件夹层面通用模型–复制或移动到另一文件夹。
  • 自动发送通知,方便团队间协作。
  • 执行日常模型管理任务,如导入、查看和附加支持文档;设置项目最佳模型并标记挑战模型;发布模型进行评分;查看仪表板报告。
  • 透明度和分析治理功能支持集中式模型储存库、生命周期模板和版本控制,可以实现对分析流程的可见性。确保全面的追溯性和分析结果管理。

模型评分

模型评分

  • 将 Python、SAS 或其他开源模型的组合放置在同一项目中,以便用户使用不同的模型拟合统计数据,进行比较和评估。
  • 设置、维护和管理单独版本的模型:
    • 模型在项目中设置为最佳、更新或发布时,会自动定义为新版本。
    • 选择项目最佳模型的挑战模型。
    • 监控和发布最佳模型和挑战模型。
  • 使用所需输入和输出为 SAS 和 Python 模型定义测试和生产评分作业。
  • 创建并执行评分任务,指定保存结果和作业记录的位置。
  • 对模型进行并行比较以实现快速评估,并从针对特定业务问题的所有竞争模型(SAS 和开源)中选择最佳模型。

模型部署

模型部署

  • 根据使用情况,您可以将模型发布到批处理/操作系统,例如 SAS 服务器、数据库、Hadoop/Spark、SAS 云分析服务 (CAS) 服务器,或使用微观分析评分 (MAS) 服务的按需系统。
  • 发布 Python 和 SAS 模型,以运行带有嵌入式二进制文件和评分代码文件的时间容器。将运行时间容器部署到本地 Docker、AWS Docker 和 Amazon EKS (elastic kubernetes service) 环境。
  • 面向开源模型的全新 Azure 容器发布目标。
  • 将 SAS 和开源模型作为 Azure 容器发布到 Azure 机器学习。
  • 使用 SAS Container Runtime 发布 SAS 模型。

模型监控

模型监控

  • 使用任何类型的评分代码监控模型的性能。为最佳模型和挑战模型(R、Python 和 SAS 模型)生成的性能报告中,包含变量分布图、提升图、稳定图、ROC、K-S 和 Gini 报告,其中 SAS 可视化分析使用性能报告输出结果集。
  • 内置报告显示输入和输出数据的度量,以及分类和回归模型的拟合统计数据,以评估是否要重新培训、淘汰或创建新模型。最佳模型和挑战者分析模型(涉及 Python、SAS、R 等)的性能报告,提供不同精度的统计数据。
  • 使用性能报告定义和执行来监视最佳模型在所有项目中的性能。
  • 为性能监控安排定期和后续作业。
  • 定义性能监视任务时,指定多个数据源和时间收集周期。
  • 生成自定义性能报告,通过访问模型性能数据来创建和监控自定义业务 KPI。
  • 使用便捷的向导生成即时可用的自定义 KPI 性能建模,并获得简单的提醒通知。