- 5
- 0
- 约1.23千字
- 约 74页
- 2017-04-26 发布于河南
- 举报
应用SAS_-EM进行数据挖掘
;应用SAS/EM进行数据挖掘;议程;企业决策支持信息系统;什么是数据挖掘?;;数据挖掘涉及领域;数据挖掘算法(按有无目标变量);① 预测
用过去的数据预测 未来发生什么
;回归算法:线性回归、逻辑回归、概率回归
统计方法:主成分分析、因子分析、判别分析等
关联算法:关联模式、序列模式、连接分析等
聚类算法:Cluster、SOM/Kohonen
神经元网络:MLP、RBF
决策树:CHAID、CART、C4.5、C5.0;x2;Time 13;time
method
# of order
ratio
# of ordered
items
;Combination
A ? D
A ? C
C ? A
B C ? D; ;议程;SAS 数据挖掘项目方法论?;企业化经典统计数据分析工具
统计分析:STAT,LAB,INSIGHT
计量经济学与时间序列分析:ETS
运筹优化:OR
质量控制与质量提高:QC
矩阵编程语言:IML
图形与分析工具:GRAPH
Thin Client: Enterprise Guide
数据挖掘工具:SAS/Enterprise Miner
傻瓜兼专家型
;EM基本介绍;SAS/EM特色;SAS/EM 界面;数据取样
SAMPLE;节点简介:Sampling类节点;节点简介: Explore类节点;节点简介: Modify类节点;节
原创力文档

文档评论(0)