sas数据挖掘技术的实现

《sas数据挖掘技术的实现》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、SAS数据挖掘技术的实现　　一、智能型的数据挖掘集成工具：SAS/EM　　作为智能型的数据挖掘集成工具，SAS/EM的图形化界面、可视化操作可引导用户（即使是数理统计经验不太多的用户）按SEMMA原则成功地进行数据挖掘，用户只要将数据输入，经过SAS/EM运行，即可得到一些分析结果。有经验的专家还可通过修改数据调整分析处理过程。　　SAS/EM可实现同数据仓库和数据集市、商务智能及报表工具的无缝集成，它内含完整的数据获取工具、数据取样工具、数据筛选工具、数据变量转换工具、数据挖掘数据库、数据挖掘过程以及数据挖掘评价工具。　　二、基于传统统计算法的数据挖掘工具：SAS/INSIG

2、HT、SAS/STAT以及SAS/ETS等　　SAS/INSIGHT是一个可视化数据探索与分析工具，它将统计方法与交互式图形显示融合在一起，为用户提供全新的使用统计分析方法的环境。用户用SAS/INSIGHT可以考察单变量（或指标）的分布，显示多变量（或指标）数据，用回归分析、方差分析和广义线形模型等方法去建立模型。由于所有的图形和分析都是动态的，用户可以通过3D旋转图形来探索数据，并通过点击图形上的点来识别它们，方便快捷地增加或删除一些变量。用户还可以发现数据中的规律性，快捷地建立模型，并分析各指标间的关系。　　SAS/STAT软件包中覆盖所有实用数理统计方法，提供多个过程进

3、行不同类型模型与不同特点数据的回归分析，具有多种形式模型化的选择方法，可处理多种复杂数据，并为多种试验设计模型提供方差分析工具；它可处理一般线性模型和广义线性模型的专用过程，为主成分分析、典型相关分析、判别分析和因子分析提供许多专用过程；此外，它含有多种聚类准则的聚类分析方法，用户可利用SAS/STAT进行生存分析。　　SAS/ETS拥有丰富的计量经济学和时间序列分析方法，是研究复杂系统和进行预测的有力工具。它提供方便的模型设定手段与多样的参数估计方法。　　除此之外，SAS/OR可提供全面的运筹学方法，SAS/QC为全面质量管理提供一系列工具，SAS/IML提供功能强大的面向矩

4、阵运算的编程语言。　　在数据挖掘中使用哪种方法，用SAS软件包中什么方法来实现，主要取决于用户的数据集的特征和要实现的目标。实际上，选择不是惟一的，用户不妨多试几种方法，从实践中选出最适合自己的方法和软件。　　除了使用SAS的开发工具以外，用户还可选择其他厂商的开发工具，将SAS提供的数据挖掘功能通过界面集成起来，实现用户定制的数据挖掘应用。　　三、产品应用范围　　SAS数据挖掘软件广泛应用于客户关系管理、金融风险防范、供应关系管理、数据库营销及竞争优势分析等方面。据悉，SAS新近推出了专用于网络流量分析的最新软件产品e-Discovery和webHound，可对优化网站的结构

5、起到非常有效的作用。　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　（作者：吴修霆）