sas 数据挖掘实战

最近学习了SAS数据挖掘，在这里算是做个总结。
实验配置：WIN10 SAS9.2 企业数据挖掘
数据：百度云链接：https://pan.baidu.com/s/16RCAljc2I1fGOg3bIrkURg
提取码：j4tn
第一步：在sas中，新建一个库，将数据导入其中
导入数据后，如图所示，我新建的库名为DATA

第二步：新建一个项目
sas-企业数据挖掘-项目-新建
出现如图所示界面，给项目取一个名字，指定项目路径（路径可以默认）

第三步：导入流程节点，这里有两种思路，一种先组建好整体流程再逐一配置相关参数，第二种是导入一个节点就配置一个节点的参数，这里看个人习惯，我才用第一种。
在下图所示右侧空白部分，单击鼠标右键，出现addnode，单击addnode,然后选择要加入的节点。

点击addnode出现如下图所示的节点类型，点击需要加入的节点类型即可。

第四步：导入所需节点，如下图所示：

将节点之间连接起来：如下图所示（节点的连接，就是在一个节点边缘按住鼠标左键，然后拉向需要指向的节点即可）

第五步：节点参数配置
（1）import data source 节点的参数配置
从上图中我们可以看见有两个import data source节点，下面分别讲解它们的参数配置。
对于左侧第一个import data source节点配置
点击import data sorce节点，然后open，出现下面的界面：

点击SELECT,选择将要导入的数据，此处导入第一步中提到的Donors数据，然后如下图所示：

然后我们需要设置我们的目标变量，即target,并且对有关数据的度量（measurement）做修改，设置利润矩阵，设置模型精度等，点击上图中的variables,进入以下界面;

将TARGET_B的Model rule修改为target，将PETS和PCOWNERS的Measure ment修改为binary（将鼠标移动到需要修改的目标框，单击鼠标右键，然后点击出现的set model rule/set Measure ment）,将TARGET_D的Module rule修改为rejected。修改后的结果如下图所示：

然后设置利润矩阵，（将鼠标移动到上图中Target_B后面的target目标框，单击鼠标右键，然后点击出现的Edit Target Profile（编辑目标概要），出现下图所示界面：

点击上图中的Assessment Information，出现下面的界面：

鼠标右键单击左侧空白区域，出现add字样，单击它，出现下面的界面：

下面设置先验概率（prior probabilities)，点击上图中的Prior,出现下面的界面：

添加一个prior vector,方法同上，设置相关参数如下图所示：

到此为止，第一个节点的参数配置完成！保存退出到节点流程界面，第二个数据节点是用来模型测试的，此处暂时不进行配置（测试数据没有响应变量或未知，因为要用已键模型去预测或评价模型好坏）。
Data Partition(数据分区）节点的配置
这个节点的参数配置较为简单，这个节点的作用是对数据进行分块，一部分用来训练模型，一部分用来验证模型，一部分用来测试模型。
点击Data Partition节点，然后open，参数配置如下：

设置后退出时出现下面的界面，将TARGET_B的Status修改为：use,然后退出即可。

Transform variables节点的参数配置(这个节点主要用来进行数据的转换，例如均值平滑，或者取对数等等，具体的参数设置根据不同的实验数据会有不同的处理)：
打开Transform节点，选定行MALEMILI,点击鼠标右键，选择Transform进入BUCKET
将数值改为3
然后关闭
在第一个分割点输入0
在第二个分割点输入4（此处实际是数据分箱处理）
然后关闭，回到前面的窗口，界面显示如下：

然后对变量AVGGIFT同样进行分箱处理，将BUCKET数值修改为4
然后关闭
第一个分割点输入6.4345
第二个分割点输入8.2969
第三个分割点输入15.198
然后关闭，回到前面的界面如下所示：

然后需要对变量CARDGIFT，LOCALGOV，CARDPROM，NUMFROM，STATEGOV五个变量取对数
步骤如下
右键点击需要转换的变量
然后点击Transform
然后点击log即可
完成后，界面如下图所示：

然后关闭，保存即可，到这里Transform节点就配置完成了，是不是很简单呢！
Replacement节点的参数配置
（这个节点的作用是进行数据缺失值的替换）
打开Replacement节点
选择页面下的，create imputed indicator variables，如下图所示：

然后点击上图中，左上角的data，然后点击右下角的Training，再选择Entire data set，如下图所示：

然后点击Defaults,再点击Defaults界面下的imputation methods，将method修改为training imputation with surrogates，如下图所示：

然后点击Dafault，进入下面的界面：

将相关变量的Imputation method修改为下图所示：

设置的方法为
选中需要修高的目标框
单击鼠标右键
点击select method
然后选择需要修改的目标值即可，set vaule的值设置为20
然后点击上图中的Interval Variables下的constant values，将其中Character variables的值修改为U，结果应该如下图所示：

然后点击上图中的clsaa variables,进入下面的界面：

修改相关变量的值如下图所示：（修改方法与前面基本相同，此处不再赘述）

到此为止，replacement节点的参数配置就完后了。
三个模型的参数配置我就不详细介绍了，有兴趣的小伙伴可以查阅相关资料详细了解，这里我们使用默认值也可以。
然后点击run运行Assemment节点，点击查看结果，如下图所示：

然后将三个模型全部选中，再点击左上角的画上升图的图标：

就可以看到下面的界面啦：

最后再点击运行REPORT节点就可以产生相关实验报告了！详细信息可以参阅下面链接中给出的英文资料
链接：https://pan.baidu.com/s/1dZR6rcX-mFAcLXERcyGROA
提取码：jjze

鸣谢 指导老师：王伟钧

觉得有帮助的话就点个赞吧