Если оценка проводится по нескольким доменам и переменным, повторение этапов создания композитов, введения ограничений для отклоняющихся значений и декластеризации для каждой функции доменной оценки может занять много времени и повысить риск ошибок при обработке данных.
В этом информационном буклете мы рассматриваем, как новый рабочий процесс подготовки данных в Leapfrog Edge отделяет эти этапы от последующей работы с функциями оценки, создавая наборы данных, которые можно использовать многократно и которые динамически обновляются во всех связанных с ними функциях оценки. Такой подход упрощает работу со сложными многодоменными проектами и повышает прозрачность всего процесса оценки.
