
SAS fastclus語句_數(shù)據(jù)分析師
一、快速聚類適用于大數(shù)據(jù)樣本
1. 常用語法格式:
PROC FASTCLUS MAXCLUSTERS=n | RADIUS=t ;
VAR variables ;
ID variables ;
必須至少定義maxclusters=或radius=中的一個。
2. 常用選項及語句說明:
data= 指定聚類過程的輸入數(shù)據(jù)集,該數(shù)據(jù)集必須是觀測樣本(坐標(biāo)數(shù)據(jù))。
maxclusters=k 指定所允許的最大分類個數(shù)(最大凝聚點(diǎn)個數(shù)),缺省時假定為100。
radius=r 指定選取新凝聚點(diǎn)的最小距離準(zhǔn)則,缺省是假定為0。
初始凝聚點(diǎn)系統(tǒng)順序選取時,總是將第一個完整的觀測選取為第一個凝聚點(diǎn),再順序選取需滿足下面2個條件的完整觀測為接下來的凝聚點(diǎn):
1.凝聚點(diǎn)的個數(shù)未達(dá)到“maxclusters=”指定值;
2.與所有已有凝聚點(diǎn)間的距離均大于“radius=”指定值
直到不滿足條件是為止。
replace=full|part|none|random 控制初始凝聚點(diǎn)選取的替換檢驗。
上述初始凝聚點(diǎn)系統(tǒng)順序選取中:
若滿足條件1而不滿足條件2時,停止凝聚點(diǎn)的選取。
若滿足條件2而不滿足條件1時,對已選凝聚點(diǎn)進(jìn)行替換檢驗。2種方式:
替換檢驗1:若當(dāng)前觀測(記obs)與自身最近的已選凝聚點(diǎn)之間的距離d大于已選凝聚點(diǎn)間相互的最小距離d_min(d_i,d_j)時,用當(dāng)前觀測替換已選凝聚點(diǎn)間距離最近的兩個凝聚點(diǎn)中的一個,使得替換后當(dāng)前觀測與另一個凝聚點(diǎn)距離最遠(yuǎn)。
替換檢驗2:在不滿足替換檢驗1的情況下,若obs到除最近凝聚點(diǎn)外的所有其他凝聚點(diǎn)的最小距離大于最近凝聚點(diǎn)到所有其他凝聚點(diǎn)的最小距離,則用obs替換與之距離最近的凝聚點(diǎn)。
“full”為缺省值,指定兩種檢驗都進(jìn)行;“part”指定進(jìn)行第一種檢驗;“none”指定不進(jìn)行檢驗
replace= random 指定初始凝聚點(diǎn)為系統(tǒng)隨機(jī)選取。
常與選項random=n一起使用,n為正整數(shù),為生成偽隨機(jī)數(shù)提供種子值,缺省時由計算機(jī)時間提供。
seed= 指定一個數(shù)據(jù)集,在其中選取初始凝聚點(diǎn),即為指定初始凝聚點(diǎn)法。
沒有此選項時,將從“data=”指定的數(shù)據(jù)集中選取k個觀測作為k類得初始凝聚點(diǎn)。
drift 指定逐個初始分類,并要求執(zhí)行逐個修改法,缺省時執(zhí)行按批修改法。
按批修改法準(zhǔn)則是使所有的樣品點(diǎn)與其凝聚點(diǎn)距離最近,等全部藥品調(diào)整完畢后才改變類得凝聚點(diǎn)。逐個修改法是每個樣品一旦調(diào)整后立即改變凝聚點(diǎn),其又稱為“K-means”,即K均值聚類。
maxiter= 指定修改法的最大迭代次數(shù),缺省時為1,即樣本初始分類。
converge=c 指定聚類迭代收斂的判別準(zhǔn)則,當(dāng)凝聚點(diǎn)改變的最大距離小于或等于初始凝聚點(diǎn)間的最小距離乘以c時,認(rèn)為該聚類過程收斂,迭代結(jié)束,缺省時c為0.02。
out= 指定過程輸出的數(shù)據(jù)集。
本文來源:CDA數(shù)據(jù)分析師培訓(xùn)官網(wǎng)
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
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10