Description
Les permutations de l’arbre couvrant de poids minimal aléatoire nécessaires pour calculer les probabilités d’appartenance des agrégats prennent du temps et consomment de la mémoire, ce qui peut être amélioré en augmentant le nombre de cœurs utilisés dans le paramètre d’environnement Parallel Processing (Traitement parallèle).
Solution
Le paramètre Permutations to Calculate Membership Probabilities (Permutations pour calculer les probabilités d’appartenance) utilise les permutations et l’accumulation de preuves pour calculer la probabilité d’appartenance à l’agrégat pour chaque entité. Une probabilité élevée indique que vous pouvez avoir confiance dans le fait que l’entité appartient à l’agrégat auquel elle a été affectée. Une faible probabilité peut indiquer que l’entité est très différente de l’agrégat auquel elle a été affectée ou qu’elle pourrait être incluse dans un autre agrégat dans le cas d’une modification particulière des paramètres Analysis Fields (Champs d’analyse), Cluster Size Constraints (Contraintes de taille d’agrégat) ou Spatial Constraints (Contraintes spatiales).
Le calcul de ces probabilités fait appel à des permutations d’arbres couvrant de poids minimal aléatoires et à l’accumulation de preuves. L’exécution des jeux de données les plus volumineux peut durer un temps considérable. Il est recommandé de commencer par rechercher un nombre optimal d’agrégats pour votre analyse et, dans un deuxième temps, de calculer les probabilités de votre analyse. Vous pouvez également diviser et effectuer des opérations sur plusieurs processus en augmentant le nombre de cœurs utilisés pour le paramètre d’environnement Parallel Processing Factor (Facteur de traitement parallèle).
Vous avez un commentaire à formuler concernant cette rubrique ?