两种SAS代码实现变量的缺失值频数及占比 sas对缺失值的统计，可得出缺失值的频数及占比。以下为详细程序代码： /*首先是创建示例数据集*/ data tmp; infile datalines delimiter=\",\"; length var1 $8.; lengt ...
2017-03-31
数据科学之—大数据知识体系大全 1、浅谈数据科学 数据科学（Data Science）这一概念自大数据崛起也随之成为数据领域的讨论热点，从去年开始，“数据科学家”便成为了一个工作职位出现在各种招聘信息上。那 ...
2017-03-31
SAS正则式之prxsubstr 以及prxnext 今天介绍的正则式中的prxsubstr函数以及prxnesth函数。 这两个函数需要配合call使用，生成start以及length两个变量以供后面的使用。先介绍基本的参数。 Call prxsubtr( ...
2017-03-31
统计挖掘那些事：分层抽样与交叉验证 1留出法（Hold out）与分层抽样 留出法的意思就是直接将总数据D划分为两个对立集合，训练集S以及测试集T，我们有S+T=D，以及S交T等于空集； 举个简单例子说明， ...
2017-03-30
通过IMPORT过程读取外部文件数据 通过IMPORT过程读取外部文件数据 除了可以通过DATA步读取外部文本文件数据外，SAS还提供了IMPORT过程，通过它可以从外部数据源读取数据并写入到SAS数据集中。而且，如果使用 ...
2017-03-30
sas信用评分之变量筛选 今天介绍变量初步选择。这部分的内容我就只介绍information –value，我这次做的模型用的逻辑回归，后面会更新以基尼系数或者信息熵基础的筛选变量，期待我把。 Iv值的介绍你们已经很 ...
2017-03-30
如何在SAS EG中展示DB2表的中文列标识 SAS EG中展示DB2表的中文列标识 SAS用户经常会使用SAS Enterprise Guide （简称EG），通过SAS/ ACCESS to DB2 查看、获取DB2中的表。 各种系统的开发人员经常使用神 ...
2017-03-30
访问关系型数据库系统中的数据 访问关系型数据库系统中的数据 SAS提供了一组访问关系型数据库的SAS/ACCESS接口，每种接口有单独的许可。使用这些接口，SAS可以和其他厂商数据库中的数据交互。SAS所支持的关 ...
2017-03-30
SAS程序错误及处理 通常我们所开发的SAS程序，很少在第一次提交时就能够运行完成并产生正确结果。程序越长越复杂，就越可能出现语法或逻辑错误。本文介绍了一些良好的SAS编程规范以减少程序错误，同时也描述了 ...
2017-03-30
SAS字符操作 在sas数据清洗与整理过程会接触到两类型数据，字符型和数值型，并且sas只会以这两种形势出现。不会像R一样出现列表、数组、矩阵、数据框、日期等多种形势。Sas中关于数值型的操作大家并不陌生，所 ...
2017-03-29
SAS信用评分之逻辑回归的变量选择 关于woe的转化，这一部在之前的这篇文章：sas批量输出变量woe值中已经写了，woe也只是简单的公式转化而已，所以在这系列中就不细究了哈。这次的文章我想来讲逻辑回归。你会说 ...
2017-03-29
SAS与R如何连接Oracle、DB2 职业是数据分析师，近2年给商业银行做数据分析和数据挖掘。在商业银行中，数据库多用Oracle和DB2，分析工具多使用SAS和R。如何将分析工具SAS、R与数据库Oracle、DB2建立连接，是数据 ...
2017-03-29
SAS分组合并数据 昨天临睡前看到有人问我sas怎么分组并对数据进行合并，于是写了一个例子，希望对大家有所启发。 合并前的数据集： 合并后的数据集： 主要是利用了retain语句，以下是代码： ...
2017-03-29
SAS SQL select…into语句创建宏变量巧妙解决问题的总结 今在某SAS交流群看到这样一个问题如下： 有一个数据集a,有三个变量c,b,d(他们在数据集中的顺序也是如此)，想新建一个变量var，并添加到b和d中间，怎 ...
2017-03-29
优化算法—拟牛顿法之DFP算法 一、牛顿法 在博文“优化算法——牛顿法(Newton Method)”中介绍了牛顿法的思路，牛顿法具有二阶收敛性，相比较最速下降法，收敛的速度更快。在牛顿法中使用到了函数的二阶导数 ...
2017-03-28
简单易学的机器学习算法—谱聚类(Spectal Clustering) 一、复杂网络中的一些基本概念 1、复杂网络的表示 在复杂网络的表示中，复杂网络可以建模成一个图，其中，V表示网络中的节点的集合，E表示的是连 ...
2017-03-28
简单易学的机器学习算法—AdaBoost 一、集成方法(Ensemble Method) 集成方法主要包括Bagging和Boosting两种方法，随机森林算法是基于Bagging思想的机器学习算法，在Bagging方法中，主要通过对训练数据集 ...
2017-03-28简单易学的机器学习算法—集成方法(Ensemble Method) 一、集成学习方法的思想 前面介绍了一系列的算法，每个算法有不同的适用范围，例如有处理线性可分问题的，有处理线性不可分问题。在现实世界的生活中， ...
2017-03-28
机器学习中的常见问题—损失函数 一、分类算法中的损失函数 在分类算法中，损失函数通常可以表示成损失项和正则项的和，即有如下的形式： 其中，L(mi(w))为损失项，R(w)为正则项。mi的具体形式如下 ...
2017-03-28
SAS信用卡评分之变量分段 这一篇的文章来讲变量分段，在我之前的文章中，涉及到变量分段的代码是有的，早开始的等高等宽分啊，后面的基于基尼系数以及基于iv值对于字符变量的分类都有。链接在这,这！这！这！。 ...
2017-03-28在数据库日常操作中，INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表（或查询结果集）的数 ...
2025-10-16在机器学习建模中，“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度，还是神经网络的权重，这 ...
2025-10-16在数字化浪潮中，“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法， ...
2025-10-16在大模型从实验室走向生产环境的过程中，“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型，若在高并发 ...
2025-10-15在机器学习入门领域，“鸢尾花数据集（Iris Dataset）” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中，零散的指标（如 “GMV”“复购率”）就像 “散落的零件”，无法支撑系统性决策；而科学的指标体系，则 ...
2025-10-15在神经网络模型设计中，“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少，模型可能 “欠拟合”（无法捕捉数据 ...
2025-10-14在数字化浪潮中，数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息，又要能将分 ...
2025-10-14在企业数据驱动的实践中，“指标混乱” 是最常见的痛点：运营部门说 “复购率 15%”，产品部门说 “复购率 8%”，实则是两者对 ...
2025-10-14在手游行业，“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度，更直接决定了后续 ...
2025-10-13分库分表，为何而生？ 在信息技术发展的早期阶段，数据量相对较小，业务逻辑也较为简单，单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中，“数据孤岛” 是普遍面临的痛点：用户数据散落在 APP 日志、注册系统、客服记录中，订单数据分散在交易 ...
2025-10-13在数字化时代，用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”，到视频 APP 的 “打开→搜索→观看→收藏”，再到银 ...
2025-10-11在机器学习建模流程中，“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中，未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储，CDA（Certified D ...
2025-10-11在 SQL Server 数据库操作中，“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选，还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中，正交试验（Orthogonal Experiment）因 “用少量试验覆盖多因素多水平组合” 的高效性，成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中，“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”：各部门数据口 ...
2025-10-10在深度学习中，“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术：损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入，拆解两种方法的核心适用条件、场景边界与实战选择逻辑，结合医学、工业、教育领域的案例，让你明确 ...
2025-10-09
