熱線電話：13121318867

登錄
首頁精彩閱讀SAS數據挖掘實戰篇【七】
SAS數據挖掘實戰篇【七】
2016-04-10
收藏

SAS數據挖掘實戰篇【七】



6.5  SAS EM數據挖掘-----預測模型
１  問題定義

目標：建立模型預測貸款申請的信用狀態，選擇最優的模型來預測和減少損失。
數據集：SAMPSIO.DMAGECR
數據集大?。?000
變量數目：21（20個輸入變量，1個目標變量）
變量描述
 
該損失矩陣將產生和第一個損失矩陣相似的決策，但是第二個矩陣產生的統計描述更加容易理解。
在訓練數據集中，
未預測數據：SAMPSIO.DMAGESCR
數據集大?。?5（沒有GOOD_BAD變量）
 
2  創建數據挖掘工程

4  設置目標變量
選擇變量選項卡，右擊GOOD_BAD的模型角色，設置變量角色為target。

5  為GOOD_BAD變量定義目標Profile
目標資料主要定義三種信息
（1） 分類變量的目標級別
（2） 決策矩陣
（3） 先驗概率

在變量選項卡中右擊GOOD_BAD目標變量，編輯目標信息

設置目標事件級別
為GOOD_BAD變量定義決策矩陣
選擇評估信息選項卡，顯示四個預定義的矩陣

6  查看區間變量和類別變量的統計信息
可以發現沒有缺失值，但是AMOUT變量傾斜度過高





創建順序分組變量
選擇目標關聯選項卡，設置變量選擇方法為卡方。
運行節點，查看結果。
在21個變量中，9個是rejected，包括分組變量AGE_GA2Y，將其設置為input

10  創建逐步回歸邏輯模型


12  評估模型

運行評估節點，查看模型比較。從工具菜單中選擇提升圖。

 
13  定義評分數據集

 
打開score節點，選擇如下



15  查看期望損失

 



 

在program選項卡中輸入下面的代碼，顯示信用好的貸款申請者
options nocenter nodate;
data goodapps;
set &_SCORE;
if D_GOOD_BAD_ = 'accept';
run;
proc print data = goodapps lable;
var custid D_GOOD_BAD_ EL_GOOD_BAD_;
title "Good Credit Risk Applicants";
run;


17  創建報告
查看創建的報表，在瀏覽器中查看。
18  關閉工程，完成項目。



CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

數據挖掘 先驗概率

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇圖論在大數據分析中的作用！
下一篇CDA認證再升一檔！與國家共同推進大數據人才培養標準教育事業！
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢