99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁精彩閱讀SAS數(shù)據(jù)挖掘?qū)崙?zhàn)篇【六】
SAS數(shù)據(jù)挖掘?qū)崙?zhàn)篇【六】
2016-04-10
收藏

SAS數(shù)據(jù)挖掘實(shí)戰(zhàn)篇【六】

6.3  決策樹
決策樹主要用來描述將數(shù)據(jù)劃分為不同組的規(guī)則。第一條規(guī)則首先將整個數(shù)據(jù)集劃分為不同大小的
子集，然后將另外的規(guī)則應(yīng)用在子數(shù)據(jù)集中，數(shù)據(jù)集不同相應(yīng)的規(guī)則也不同，這樣就形成第二層數(shù)
據(jù)集的劃分。一般來說，一個子數(shù)據(jù)集或者被繼續(xù)劃分或者單獨(dú)形成一個分組。

1  問題背景
預(yù)測模型案例概述
一家金融服務(wù)公司為客戶提供房屋凈值貸款。該公司在過去已經(jīng)拓展了數(shù)千凈值貸款服務(wù)。但是，
在這些申請貸款的客戶中，大約有20%的人拖欠貸款。通過使用地理、人口和金融變量，該公司希
望為該項(xiàng)目建立預(yù)測模型判斷客戶是否拖欠貸款。

2  輸入數(shù)據(jù)源
分析數(shù)據(jù)之后，該公司選擇了12個預(yù)測變量來建立模型判斷貸款申請人是否拖欠。回應(yīng)變量（目標(biāo)
變量）標(biāo)識房屋凈值貸款申請人是否會拖欠貸款。變量，以及它們的模型角色、度量水平、描述，在
下表中已經(jīng)顯示。SAMPSIO.HMEQ數(shù)據(jù)集中的變量，
SAMPSIO庫中的數(shù)據(jù)集HMEQ包括5960個觀測值，用來建立和比較模型。該數(shù)據(jù)集被劃分為訓(xùn)練
集、驗(yàn)證集和測試集，從而對數(shù)據(jù)進(jìn)行分析。

3  創(chuàng)建處理流程圖
添加結(jié)點(diǎn)

連接結(jié)點(diǎn)

定義輸入數(shù)據(jù)
為了定義輸入數(shù)據(jù)，右鍵輸入數(shù)據(jù)源結(jié)點(diǎn)，選擇打開菜單，彈出輸入數(shù)據(jù)對話框。默認(rèn)情況下，數(shù)據(jù)選項(xiàng)
卡是激活的。

點(diǎn)擊select按鈕選擇數(shù)據(jù)集，


4  理解原數(shù)據(jù)樣本
所有分析包在分析過程中必須定義如何使用這些變量。為了先對這些變量進(jìn)行評估，EM采用元數(shù)據(jù)方式
處理。默認(rèn)方式下，它從原始數(shù)據(jù)集中隨即抽取2000個觀測樣本，用這些信息給每個變量設(shè)置模型角色
和度量水平。它也計(jì)算一些簡單統(tǒng)計(jì)信息顯示在附加選項(xiàng)卡中。
如果需要更多的樣本量，點(diǎn)擊右下角的Change按鈕，設(shè)置樣本量。
評估這些元數(shù)據(jù)創(chuàng)建的賦值信息，可以選擇變量選項(xiàng)卡查看相關(guān)信息。
從圖中可以發(fā)現(xiàn)，Name列和Type列不可用。這些列表示來自SAS數(shù)據(jù)集的信息在這個結(jié)點(diǎn)中不能
修改。名稱必須遵循命名規(guī)范。類型分為字符型和數(shù)值型，它將影響該變量如何使用。EM使用Type
的值和元數(shù)據(jù)樣本中級別的數(shù)量初始化每個變量的模型角色和度量級別。

5  定義目標(biāo)變量
在該分析中，BAD是一個響應(yīng)變量，將BAD變量的模型角色設(shè)置為target類型。右鍵BAD變量的Model
Role列，設(shè)置模型角色。


6  觀察變量分布
我們可以根據(jù)元數(shù)據(jù)樣本觀察每個變量的分布情況。譬如，查看BAD變量的分布情況，右鍵BAD變量
的Name列查看BAD的分布情況。


7  修改變量信息
為了保證剩下的變量擁有正確的模型角色和度量級別，將DEROG和DELINQ的度量級別設(shè)置為有序
（Ordinal）。右鍵DEROG變量的Measurement列，設(shè)置為Ordinal。

8  查看描述性統(tǒng)計(jì)信息
點(diǎn)擊Interval Variables選項(xiàng)卡和class variables選項(xiàng)卡可以查看變量的基本統(tǒng)計(jì)信息。

9  觀察數(shù)據(jù)劃分結(jié)點(diǎn)的默認(rèn)設(shè)置
打開數(shù)據(jù)劃分結(jié)點(diǎn)，默認(rèn)方式下，劃分選項(xiàng)卡是被激活的。數(shù)據(jù)劃分方法顯示在方法顯示面板。
EM對輸入數(shù)據(jù)集進(jìn)行抽樣，將原數(shù)據(jù)集分成訓(xùn)練、驗(yàn)證和測試數(shù)據(jù)集。默認(rèn)情況下，采用簡單隨機(jī)抽
樣方法。并且，可以選擇層次抽樣或者自定義抽樣方法。另外，還可以為初始隨機(jī)抽樣過程定義隨機(jī)種子。
在選項(xiàng)卡的右邊，可以設(shè)置訓(xùn)練、驗(yàn)證和測試數(shù)據(jù)集的比例，它們之和為100%。

打開樹節(jié)點(diǎn)，設(shè)置決策樹模型，在變量選項(xiàng)卡中查看變量的狀態(tài)、模型角色和度量方式。（如果度
量方式不準(zhǔn)確，在樹節(jié)點(diǎn)中是不能修改的。需要在數(shù)據(jù)源輸入節(jié)點(diǎn)中進(jìn)行更正）并且，樹節(jié)點(diǎn)可以
處理缺失值現(xiàn)象。
選擇基本選項(xiàng)卡，很多構(gòu)建決策樹的選項(xiàng)在該選項(xiàng)卡設(shè)定。劃分標(biāo)準(zhǔn)依賴于目標(biāo)變量的度量方式。對
于二值或者名義目標(biāo)變量，默認(rèn)的劃分標(biāo)準(zhǔn)是重要水平為0.2的卡方檢驗(yàn)。另外，也可以選擇熵方法或
者基尼系數(shù)方法作為劃分標(biāo)準(zhǔn)。對于順序目標(biāo)變量，只有熵和基尼方法可選。對于區(qū)間變量，有兩種
劃分標(biāo)準(zhǔn)選擇，默認(rèn)方法和F檢驗(yàn)或者方差檢驗(yàn)。
在設(shè)置樹的增長和大小中，默認(rèn)方式下，只有二值劃分是允許的，樹的最大深度是6，最小的觀測值
數(shù)量是1。然而，為了劃分節(jié)點(diǎn)依舊需要設(shè)置節(jié)點(diǎn)中觀測值數(shù)量。默認(rèn)的在訓(xùn)練集中的觀測值數(shù)量是100。

關(guān)閉樹節(jié)點(diǎn)，運(yùn)行樹節(jié)點(diǎn)，查看運(yùn)行結(jié)果。
在查看菜單，點(diǎn)擊樹狀結(jié)構(gòu)，查看決策樹型圖
在該圖中，可以發(fā)現(xiàn)6個葉子節(jié)點(diǎn)。
案  例
某公司要預(yù)測哪些用戶會對郵件促銷活動產(chǎn)生響應(yīng)。目標(biāo)變量是二值變量，標(biāo)識用戶是否對最近
的促銷產(chǎn)生響應(yīng)。該模型的輸入變量是年齡、收入、婚否以及最近六個月是否產(chǎn)生購買。在BUY

數(shù)據(jù)集中包含10000名用戶信息和是否對最近的促銷產(chǎn)生響應(yīng)。對于每個用戶，記錄了12個輸入
變量。
該模型的目標(biāo)就是建立預(yù)測模型，根據(jù)已有的輸入預(yù)測目標(biāo)變量的值。該模型可以用來尋找某次
相似促銷活動響應(yīng)的新客戶的目標(biāo)值。
1建立流程圖
Respond為目標(biāo)變量，設(shè)置age和income也為輸入變量，在區(qū)間變量選項(xiàng)卡，可以發(fā)現(xiàn)age
和income變量存在缺失值，關(guān)閉輸入數(shù)據(jù)源節(jié)點(diǎn)。

3  設(shè)置數(shù)據(jù)劃分節(jié)點(diǎn)
設(shè)置訓(xùn)練集大小為40，驗(yàn)證集大小為60，測試集為0，關(guān)閉冰保存該節(jié)點(diǎn)。在該模型中，還
加入了替換節(jié)點(diǎn)，從而處理缺失值。

4  構(gòu)建多層感應(yīng)器模型
打開神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)

可以通過定義下面任何一種標(biāo)準(zhǔn)來選擇最優(yōu)模型：
（1） 平均錯誤
（2） 誤分類率
（3） 利潤/損失
在該模型中，由于沒有創(chuàng)建利潤/損失向量，選擇平均錯誤率作為選擇模型的標(biāo)準(zhǔn)。在基本選項(xiàng)卡
中，定義網(wǎng)絡(luò)結(jié)構(gòu)，運(yùn)行次數(shù)，訓(xùn)練方法和訓(xùn)練算法。
 
 
隱藏神經(jīng)元執(zhí)行內(nèi)部計(jì)算，提供非線性計(jì)算，從而使神經(jīng)網(wǎng)絡(luò)更加強(qiáng)大。為了設(shè)置隱藏神經(jīng)元的標(biāo)準(zhǔn)，
可以做如下選擇：
   高度噪聲數(shù)據(jù)
   中度噪聲數(shù)據(jù)
   低度噪聲數(shù)據(jù)
   無噪聲數(shù)據(jù)
   設(shè)置次數(shù)
如果在有噪聲數(shù)據(jù)的基礎(chǔ)上選擇隱藏神經(jīng)元的數(shù)目，神經(jīng)元的數(shù)目決定了運(yùn)行次數(shù)。并且，它是在輸入
層數(shù)的總數(shù)，目標(biāo)層次的總數(shù)，數(shù)據(jù)集中噪聲數(shù)據(jù)集的大小。在該實(shí)例中，定義為3個層次的隱藏神經(jīng)元

 
在基本選項(xiàng)卡中，定義基本運(yùn)行方法，訓(xùn)練算法和運(yùn)行次數(shù)。然后，選擇輸出選項(xiàng)卡，設(shè)置訓(xùn)練
集、驗(yàn)證集和測試集。
關(guān)閉該節(jié)點(diǎn)，并運(yùn)行。

5  查看結(jié)果
選擇權(quán)重選項(xiàng)卡，查看所有的權(quán)重信息，神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型的系數(shù)。
選擇圖形選項(xiàng)卡，每個方形的大小就是權(quán)重的比例，顏色表示符號。紅色方形表示正權(quán)重，藍(lán)色方形
表示負(fù)權(quán)重。

選擇繪圖選項(xiàng)卡，該圖形繪制了訓(xùn)練數(shù)據(jù)集和驗(yàn)證數(shù)據(jù)集的錯誤。然而，額外的迭代輕微地改善訓(xùn)練
數(shù)據(jù)集的擬合度，驗(yàn)證集的性能相對于前幾次迭代并沒有持續(xù)提高。


為了使用驗(yàn)證集，打開選擇選項(xiàng)，展開前面的數(shù)據(jù)集列表，選擇驗(yàn)證數(shù)據(jù)集。

點(diǎn)擊ok，回到insight節(jié)點(diǎn)設(shè)置窗口。
點(diǎn)擊整個數(shù)據(jù)集單選按鈕，關(guān)閉該節(jié)點(diǎn)，并且保存。

運(yùn)行insight節(jié)點(diǎn)，查看結(jié)果，在分析菜單中，選擇rotating plot。
P_RESPOND1的值就是根據(jù)神經(jīng)網(wǎng)絡(luò)模型預(yù)測respond值為1的概率。設(shè)置P_RESPOND1為Y，
AGE為Z，INCOME為X，確定即可，從而完成繪圖。
關(guān)閉旋轉(zhuǎn)繪圖窗口以及數(shù)據(jù)集。

數(shù)據(jù)分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個參數(shù)驗(yàn)證碼對象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺檢測極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說明請參見：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }