sas_em数据挖掘实例.pdfVIP

SAS Enterprise Miner 4 数据挖掘实例 SAS Enterprise Miner 4 数据挖掘实例 目录 1. SAS 8.2 Enterprise Miner 简介 2 2. EM 工具具体使用说明 2 3. 定义商业问题 3 4. 创建一个工程 4 4.1 调用EM 4 4.2 新建一个工程 5 4.3 应用工作空间中的节点 5 5. 数据挖掘工作流程 6 5.1 定义数据源 6 5.2 探索数据 8 5.2.1 设置Insight 节点 8 5.2.2 察看Insight 节点输出结果 9 5.3 准备建模数据11 5.3.1 建立目标变量11 5.3.2 设置目标变量 13 5.3.3 数据分割 21 5.3.4 替换缺失值 22 5.4 建模 23 5.4.1 回归模型 23 5.4.2 决策树模型 25 5.5 评估模型 28 5.6 应用模型 30 5.6.1 抽取打分程序 30 5.6.2 引入原始数据源 31 5.6.3 查看结果 32 6. 参考文献： 34 SAS 中文论坛网站 SAS 中文论坛 FTP 站 SAS Enterprise Miner 4 数据挖掘实例 1. SAS 8.2 Enterprise Miner 简介 数据挖掘就是对观测到的庞大数据集进行分析，目的是发现未知的关系和以 数据拥有者可以理解并对其有价值的新颖方式来总结数据。[1] 一个数据挖掘工程需要足够的软件来完成分析工作，为了计划、实现和成功 建立一个数据挖掘工程，需要一个集成了所有分析阶段的软件解决方案，包括从 数据抽样到分析和建模，最后公布结果信息。大部分专业统计数据分析软件只实 现特定的数据挖掘技术，而 SAS 8.2 Enterprise Miner 是一个集成的数据挖掘系 统，允许使用和比较不同的技术，同时还集成了复杂的数据库管理软件。SAS 8.2 Enterprise Miner 把统计分析系统和图形用户界面 （GUI）集成在一起，并与 SAS 协会定义的数据挖掘方法——SEMMA 方法，即抽样（Sample ）、探索（Explore）、 修改（Modify）建模（Model）、评价（Assess ）紧密结合，对用户友好、直观、 灵活、适用方便，使对统计学无经验的用户也可以理解和使用。 Enterprise Miner 简称 EM ，它的运行方式是通过在一个工作空间 （workspace ）中按照一定的顺序添加各种可以实现不同功能的节点，然后对不 同节点进行相应的设置，最后运行整个工作流程(workflow)，便可以得到相应的 结果。 2. EM 工具具体使用说明 EM 中工具分为七类： Sample 类 包含 Input Data Source、Sampling、Data Partition Explore 类 包含 Distr