数据挖掘工人

五：set语句1.keep和drop指定变量进入或者不进入pdveg：Data d1(keep=name)  data  d2 (keep=name sex);  set sashelp.class(keep=name sex  rename=(name=name_new sex=sex_new)   where=(sex='M')  firstobs=3

继续读书笔记，本文重点侧重sas观测值的操作方面， 主要包括：输出观测值、更新观测值、删除观测值、停止输出观测值等1.output语句   输出当前在pdv中的观测值，继续无条件执行下面的语句。注意：简单的data步不需要output语句，run语句会自动输出pdv中的数据到数据集，并返回data步开头继续执行下一条观测。在有output语句和run语句同时存在时，pdv只

将数据文件读入SAS ——DATA Step / PROC IMPORT   1.将SAS文件读入SAS——   data sasuser.saslin;     set "F:\sas1.sas7bdat";   run;   proc contents data=sasuser.saslin;   run;   2

一些常用的SAS命令1. 转换文本数据文件的数据步的一般形式为：data 数据集名；infile 文件名； input 变量输入设定； run；2. 指定逻辑文件名语句的一般形式为：filename 逻辑文件名 ‘文件位置’；3. 查看SAS逻辑库的属性和内容的一般写法为：proc datasets lib=逻辑库名；run；4. 查看SAS数据集的属性的一般写法为：p

本次重点在：sas数据集管理   主要包括：包括数据集纵向拼接、转置、排序、比较、复制、重命名、删除等1.append语句注：base数据集和data两个数据集必须结构一样，避免使用force的情况，重复append的会造成重复。一个避免重复的商业化应用：%macro dl;%if %sysfunc(exist(null)) ne 0 %then %

《SAS编程与数据挖掘商业案例》学习笔记，本次重点：sas宏变量内容包括：宏变量、宏函数、宏参数、通配函数、字符函数、计算函数、引用函数、宏语句、宏应用1.宏触发器：%name-token:是一个宏语句或宏函数&name-token:是一个宏变量引用宏变量不依赖于sas数据集，可以在任何一个除数据行以外的地方定义和引用宏变量，一般定义的宏变量为局部变量，除非

继续《SAS编程与数据挖掘商业案例》读书笔记，本次重点：输出控制主要内容包括：log窗口输出控制、output窗口输出控制、ods输出控制1.log窗口输出控制将日志输出到外部文件proc printto log= "f:\data_model\book_data\chapt9\newlog.txt"; new;proc print data=sashelp

接着以前的《SAS编程与数据挖掘商业案例》，之前全是sas的基础知识，现在开始进入数据挖掘方面笔记，本文主要介绍数据挖掘基本流程以及应用方向，并以logistic回归为例说明。一：数据挖掘综述衡量一个数据挖掘模型价值的唯一标准就是商业目标，为达到一个商业目标，有很多种方法，只有高效解决商业目标的方法才是最牛的方法，即使是看似简单的方法，只要能高效解决商业目标，我们就认为是牛的方法；

继续读书笔记，本次重点sas sql语句，由于sql内容多且复杂，本文只介绍商业应用中常用的并且容易出错的地方，内容包括：单表操作、多表关联、子查询以及merge和join的区别1.单表操作eg1：Proc sql outobs=10； *可选项，功能类似于data步中的obs数据集选项   create table class asSelect

继续《SAS编程与数据挖掘商业案例》学习笔记系列，本次重点：常用全程语句所谓全程语句，是指可以用在任何地方的sas语句，既可以用在data数据步语句里面，也可以用在proc过程步里面，甚至可以单独使用，本次只针对商业应用中常用的语句进行总结：1.comments语句形式有两种：*comment 也可以用快捷方式：ctrl ？，取消comments可以

1.Abbreviation Add a new abbreviationCtrl + Shift + A Bring up word tipAlt + F1 + No Selection Hide the current word tipEsc Make a text abbreviationShif

本次重点：data步循环与控制涉及：if/then/else语句，select语句，do语句，continue语句，leave语句1.if then else 语句高效率的if应用：1）If  x=1 then y=1;Else if x=2  then y=2;Else y=3;对于每一个数据集的观测，if-then-else只会判

System options：obs：表示需要处理的最后一行observation，如果指定其为max，就表示处理到最后一条observationfirstobs：表示需要从第几行observation开始处理，默认是1observationmsglevel：默认值是N，仅打印notes，warnings和error信息，如果设为I，则除了打印N选项的信息，同时打印附属

inputn函数与input函数的区别(这里的比较类似于前面的inputc函数)①input函数可以将字符型变量转换为字符型或数值型，这取决于指定的输入格式informat；而inputn函数只能将字符型变量转换为数值型。从这个角度上看，跟inputc函数一样，可以将inputn函数的功能理解为input函数功能的子集。②inputn函数可以动态的指定输入格式，而input函数则不可以。上

5.双set语句的应用(2个指针，一个pdv)libname chapt3 'f:\data_model\book_data\chapt3';data percent;    if _n_ = 1 then        set chapt3.summary(keep = cargosum);    set chapt3.empcount;    p

六：merge语句的使用(一个指针，一个pdv)merge语句是横向合并数据集，合并前必须两个数据集都要按照合并变量进行排序；proc sort data=chapt3.merge_a;by x;run;proc sort data=chapt3.merge_b;by bx;run;data ed;merge chapt3.merge_a(in=a)    

八：modify语句（(一个指针，两个pdv)）merge语句和update语句对数据集横向合并的主要功能还只能体现在匹配访问上，如通过by语句，对每个by组中的匹配数据集进行修改或更新，对于非常庞大的数据集需要定期更新，并且每次更新的观测对象是动态的时候，merge和update会消耗更多的资源，而是用modify可以通过高效的访问机制来实现这个需求。四种语法：1.匹配访

继续之前的读书笔记，本次讲解sas主要的变量操作，包括基本赋值语句、累加语句、keep语句、retain语句、array语句、rename语句、length语句。1.基本赋值语句z=x y;z=sum(x,y);  sum函数的好处是可以克服缺失值的影响； 2.如果表达式中既有数值型变量又有字符型变量的话，则会将字符型变量转化为数值型变量

继续之前的读书笔记，废话少说，直奔主题。本文重点在infile语句。十一：infile语句Dsd  规定一个数据集可以包含分隔符，但是要用引号括起来，两个连续分隔符之间的数作为缺失值处理，  默认分隔符为逗号Firstobs=   规定从该记录行开始读入Obs=     规定要读入的记录数Length= virable  把当前行的数据长度赋值给临时

十：file语句file中的option选项：Dlm=              指定列表输出文件的分隔符，默认是空格Dropover      规定当输出数据行长度超过指定值时，忽略超出部分Flowover    规定当输出数据行长度超过指定值时，超过部分在下一行输出Dsd   规定一个数据项可以包含分隔符，但是要用引号括住  默认分隔符是逗号En

今天有空看到一本挺不错的书，仔细阅读，发现很多有用的知识点，于是认真研读起来，以下是初步的要点笔记。切换至日志窗口的命令是log、热键是F6；切换至输出窗口的命令是output、热键是F7；切换至编辑器窗口快捷键是F5；F3，F8是提交sas程序；CTRL+E是清除窗口中的内容 一.查看数据集属性，类似于oracle里面对表的vi

九：put语句可以输出变量信息到指定地点，包括输出到sas系统的日志窗口；输出到file语句规定的外部文件输出到sas系统的output窗口 @单尾操作符，多用于input语句中，@@双尾操作符，多用于put语句中。Data a;Input  x  $  y  z @@;Cards;A 10 20 b 30 40 c 50 6

继续之前的读书笔记，废话少说，直奔主题。四.连接数据库的方式libname形式：Oracle 链接：Libname  IBMSHCU oracle user=bi password=bi schema=educ;DB2链接：libname hsdb db2 user=xxx password="xxx"  datasrc=datadb; pa

从FTP读入数据read raw data via FTP in SAS?SAS has the ability to read raw data directly from FTP servers. Normally, you would use FTP to download the data to your local computer and then use SAS to

继续《SAS编程与数据挖掘商业案例》学习笔记，本文侧重数据处理实践，包括：HASH对象、自定义format、以及功能强大的正则表达式一：HASH对象Hash对象又称散列表，是根据关键码值而直接进行访问的数据结构，是根据关键码值而直接进行访问的数据结构，sas提供了两个类来处理哈希表，用于存储数据的hash和用于遍历的hiter,hash类提供了查找、添加、修改、删除等方法，