
你知道SAS也可以實現(xiàn)神經(jīng)網(wǎng)絡(luò)嗎
神經(jīng)網(wǎng)絡(luò)的理論太長了,我就不寫上來了,本次的代碼是根據(jù)這本書《數(shù)據(jù)挖掘與應(yīng)用》--張俊妮中神經(jīng)網(wǎng)絡(luò)這一章我做了思路的改動以及在原本代碼的基礎(chǔ)上,我把它封裝好變成一個完整的宏。如果后面你們需要去了解sas神經(jīng)網(wǎng)絡(luò)這個proc neural過程也可以去購買這本來讀,這本書沒有配套的代碼,所以代碼也是我一個一個照著書敲來之后更改的。
說下這個代碼的思路。
1、宏的第一步是采用神經(jīng)網(wǎng)絡(luò)建立廣義線性模型,沒有隱藏層,對數(shù)據(jù)做第一次的訓(xùn)練。這里的數(shù)據(jù)宏里面已經(jīng)自動拆分成測試和訓(xùn)練了,你自己不用拆了。
2、算出神經(jīng)網(wǎng)絡(luò)建立廣義線性模型的結(jié)果算出原始數(shù)據(jù)(訓(xùn)練集以及測試集)中每一個,客戶的違約概率,之后算其ks值。
3、接下來就是循環(huán)隱藏層,從1循環(huán)到3,當(dāng)然你要是覺得3層太少,你可以再設(shè)置,使用的是早停止(張俊妮的《數(shù)據(jù)挖掘與應(yīng)用》的114頁種有詳細(xì)解釋這個算法)法建立多層感知模型,那么這里第一次當(dāng)然循環(huán)就是1層啦,那就是1層感知模型。
4、在當(dāng)隱藏層為一層的時候,我們會擬合兩次神經(jīng)網(wǎng)絡(luò),第一次不輸出結(jié)果,只是產(chǎn)出在隱藏層為一層的時候,挑選出最優(yōu)的變量權(quán)重,擬合一個使用早停止法擬合出來的一個隱藏層為一層的神經(jīng)網(wǎng)絡(luò)模型,利用出來的變量規(guī)則,算出客戶的概率之后算出模型的ks值。
5、到這里并不是要循環(huán)隱藏層為兩層,還有呢,別著急,這時候隱藏層為一層的前提下,再使用,規(guī)則化法建模一層感知器模型,剛才的一層隱藏層使用的早停止法,現(xiàn)在使用的是規(guī)則化法,這時候規(guī)則化法去的權(quán)衰減常數(shù)的四種取值(規(guī)則化法也可以在書里的115頁看到。)四種取值是:0.1 、0.01、0.001、0.0001然后循環(huán)之后算出,每個模型的ks記錄。
6、所以循環(huán)一次隱藏層的層數(shù),是得到4個模型的,早停止法一個,規(guī)則化法四個。
7、再一次循環(huán)隱藏層的2、3層。最終你可以在ks的匯總跑那個表中,選出訓(xùn)練數(shù)據(jù)以及測試數(shù)據(jù)ks都高的模型,作為你最終的模型。
%macromlps(dir,data,list_varname,y_var);
proc datasets lib=work;
delete alltrainfit allvalidfit vaild_ks_total train_ks_total;
run;
data M_CALL_DAY_TOTAL4_t;
set &data.;
indic=_n_;
run;
Proc sort data=M_CALL_DAY_TOTAL4_t; by &y_var.;run;
proc surveyselect data =M_CALL_DAY_TOTAL4_t method = srs rate=0.8
out = traindata;
strata &y_var.;
run;
proc sql;
create table validdata as
select * from
M_CALL_DAY_TOTAL4_t where indic not in (select indic from traindata);
quit;
data traindata;
set traindata;
drop SelectionProb SamplingWeight indic;
run;
data validdata;
set validdata;
drop indic;
run;
proc dmdb data=traindata dmdbcat=dmcdata;
class &y_var.;
var &list_varname.;
run;
proc dmdb data=validdata dmdbcat=dmcdata;
class &y_var.;
var &list_varname.;
run;
data decisionmatrix;
&y_var.=1;
to_1=0;
to_2=1;
output;
&y_var.=0;
to_1=1;
to_2=0;
output;
run;
proc neural data=traindata validdata=validdata dmdbcat=dmcdata ranscale=0.1random=0;
input &list_varname./level=int;
target &y_var./level=nom;
decision decdata=decisionmatrix(type=loss) decvars=TO_1 TO_2;
archi glim;
nloptions maxiter=300;
train ;
code file="&dir.nncode_germancredit_glim.sas";
score data=traindata nodmdb out=traindata_GLIM outfit=trainfit_GLIM role=TRAIN;
score data=validdata nodmdb out=validdata_GLIM outfit=validfit_GLIM role=valid;
run;
data test_train(keep=appl_id &y_var.point);
set traindata;
%include"&dir.nncode_germancredit_glim.sas";
rename P_&y_var.0=point;
run;
proc npar1way data=test_train noprint;
class &y_var.;
var point;
output out=ks_t(keep=_d_ p_ksa rename=(_d_=KS p_ksa=P_value));
run;
data test_train_ks;
set ks_t;
length model$50.;
model="glim";
run;
proc append base=train_ks_total data=test_train_ks force;
run;
data vaild_train(keep=appl_id &y_var.point);
set validdata;
%include"&dir.nncode_germancredit_glim.sas";
rename P_&y_var.0=point;
run;
proc npar1way data=vaild_train noprint;
class &y_var.;
var point;
output out=ks_v(keep=_d_ p_ksa rename=(_d_=KS p_ksa=P_value));
run;
data test_vaild_ks;
set ks_v;
length model$50.;
model="glim";
run;
proc append base=vaild_ks_total data=test_vaild_ks force;
run;
%letnhidden=1;
%do%until(&nhidden.>3);
proc neural data=traindata validdata=validdata dmdbcat=dmcdata graph;
input &list_varname./level=int;
target &y_var./level=nom;
decision decdata=decisionmatrix(type=loss) decvars=TO_1 TO_2;
archi MLP hidden=&nhidden.;
nloptions maxiter=300;
train estiter=1outest=weights_MLP&nhidden._ES outfit=assessment_MLP&&nhidden._ES;
/*code file="&dir.nncode_germancredit_glim.sas";*/
/*score data=traindata nodmdb out=traindata_GLIM outfit=trainfit_GLIM role=TRAIN;*/
/*score data=validdata nodmdb out=validdata_GLIM outfit=validfit_GLIM role=valid;*/
run;
proc sort data=assessment_MLP&&nhidden._ES;
by _VALOSS_;
RUN;
DATA BESTITER;
SET assessment_MLP&&nhidden._ES;
IF _N_=1;
RUN;
proc sql;
select _iter_ into:BESTITER from BESTITER;
quit;
data bestweights;
set weights_MLP&nhidden._ES;
if _type_="PARMS"AND _iter_=&bestiter.;
drop _tech_ _type_ _name_ _decay_ _seed_ _nobj_ _obj_ _objerr_
_averr_ _vnobj_ _vobj_ _vobjerr_ _vaverr_ _p_num_ _iter_;
run;
proc neural data=traindata validdata=validdata dmdbcat=dmcdata graph;
input &list_varname./level=int;
target &y_var./level=nom;
decision decdata=decisionmatrix(type=loss) decvars=TO_1 TO_2;
archi MLP hidden=&nhidden.;
initial inest=bestweights;
train tech=none;
code file="&dir.nncode_germancredit_MLP&nhidden._ES.sas";
score data=traindata nodmdb out=traindata_MLP&Nhidden._ES outfit=trainfit_MLP&Nhidden._ES role=TRAIN;
score data=validdata nodmdb out=validdata_MLP&Nhidden._ES outfit=validfit_MLP&Nhidden._ES role=valid;
run;
data test_train(keep=appl_id &y_var.point);
set traindata;
%include"&dir.nncode_germancredit_MLP&nhidden._ES.sas";
rename P_&y_var.0=point;
run;
proc npar1way data=test_train noprint;
class &y_var.;
var point;
output out=ks_t(keep=_d_ p_ksa rename=(_d_=KS p_ksa=P_value));
run;
data test_train_ks;
set ks_t;
length model$50.;
model="ES";
run;
proc append base=train_ks_total data=test_train_ks force;
run;
data vaild_train(keep=appl_id &y_var.point);
set validdata;
%include"&dir.nncode_germancredit_MLP&nhidden._ES.sas";
rename P_&y_var.0=point;
run;
proc npar1way data=vaild_train noprint;
class &y_var.;
var point;
output out=ks_v(keep=_d_ p_ksa rename=(_d_=KS
p_ksa=P_value));
run;
data test_vaild_ks;
set ks_v;
length model$50.;
model="ES";
run;
proc append base=vaild_ks_total data=test_vaild_ks force;
run;
%letidecay=1;
%do%until(&idecay.>4);
%if&idecay.=1%then%letcedcay=0.1;
%else%if&idecay.=2%then%letcedcay=0.01;
%else%if&idecay.=3%then%letcedcay=0.001;
%else%if&idecay.=4%then%letcedcay=0.0001;
%put&cedcay.;
proc neural data=traindata validdata=validdata dmdbcat=dmcdata graph;
input &list_varname./level=int;
target &y_var./level=nom;
decision decdata=decisionmatrix(type=loss) decvars=TO_1 TO_2;
archi MLP hidden=&nhidden.;
netoptions decay=&cedcay.;
nloptions maxiter=300;
prelim5maxiter=10;
train ;
code file="&dir.nncode_germancredit_MLP&nhidden._WD&idecay..sas";
score data=traindata nodmdb out=traindata_MLP&Nhidden._WD&idecay.outfit=trainfit_MLP&Nhidden._WD&idecay.role=TRAIN;
score data=validdata nodmdb out=validdata__MLP&Nhidden._WD&idecay.outfit=validfit_MLP&Nhidden._WD&idecay.role=valid;
run;
data test_train(keep=appl_id &y_var.point);
set traindata;
%include"&dir.nncode_germancredit_MLP&nhidden._WD&idecay..sas";
rename P_&y_var.0=point;
run;
proc npar1way data=test_train noprint;
class &y_var.;
var point;
output out=ks_t(keep=_d_ p_ksa rename=(_d_=KS p_ksa=P_value));
run;
data test_train_ks;
set ks_t;
length model$50.;
model="&nhidden._WD&idecay.";
run;
proc append base=train_ks_total data=test_train_ks force;
run;
data vaild_train(keep=appl_id &y_var.point);
set validdata;
%include"&dir.nncode_germancredit_MLP&nhidden._WD&idecay..sas";
rename P_&y_var.0=point;
run;
proc npar1way data=vaild_train noprint;
class &y_var.;
var point;
output out=ks_v(keep=_d_ p_ksa rename=(_d_=KS
p_ksa=P_value));
run;
data test_vaild_ks;
set ks_v;
length model$50.;
model="&nhidden._WD&idecay.";
run;
proc append base=vaild_ks_total data=test_vaild_ks force;
run;
%letidecay=%eval(&idecay.+1);
%end;
%letnhidden=%eval(&nhidden.+1);
%end;
%mend;
/*%mlps();*/
%letlist_varname=%str(N_M5_T09_CONRT N_M6_T09_CINRT N_N5_T82_COC_RC N_M5_T03_CONRT N_M3_T10_CONRC N_M3_T83_COC_RC
N_M3_T09_CINRTN_M6_T83_COT_RC N_M3_T83_CIT_RC N_M2_T10_CONRC N_M5_T03_CINRM N_M5_T10_CONRC N_M4_T02_CONRC N_M1_T08_CONRM
N_M3_T06_CINRM N_M2_T09_CONRT N_M6_T03_CONRT N_M5_T07_CINR );
%mlps(dir=F:data_1,data=raw.CALL_HOUR2_total7_woe,list_varname=&list_varname.,y_var=y);
最終的宏里面的list_vaname就不用填了,讓他引用上面的宏list_vaname就可以了,list_vaname填的是你要去建立神經(jīng)網(wǎng)絡(luò)的變量,這里提醒一句哈,就是我嘗試了不分組,分20組,分10組,分5組的效果,我建議是將變量分組好之后再丟進(jìn)去比較好,但是我說不準(zhǔn)到底是幾組好,畢竟我和你的數(shù)據(jù)不一樣。
data填的原始數(shù)據(jù)集。dir,填一個路徑,這個路徑存放的是最終的模型輸出的規(guī)則,跟決策樹那個score一個道理的。y_var填的是你的因變量。
最后看下你們最終要看的結(jié)果圖長什么樣子:
主要是要看這兩個數(shù)據(jù)集的,這兩個數(shù)據(jù)集長這樣子:
ks值每個模型的ks值,p值是ks的p值,model對應(yīng)的是哪個模型,GLIM是哪個廣義線性模型,1_WD1代表的是隱藏層為1,權(quán)衰減為0.1對應(yīng)的模型,在1_WD1,代表的隱藏層為1的時候?qū)?yīng)的早停止發(fā)的模型,在2_WD1,代表的隱藏層為2的時候?qū)?yīng)的早停止發(fā)的模型,找出你喜歡模型之后,去路徑下面找規(guī)則代碼就可以了。如果實在是這個代碼格式跟你的sas不符的,可以在后臺跟我要下txt的格式的代碼。
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