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。