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在数据科学的工具箱中，析因分析（Factor Analysis, FA）、聚类分析（Clustering Analysis）与主成分分析（Principal Component ...
2025-12-18自2017年《Attention Is All You Need》一文问世以来，Transformer模型凭借自注意力机制的强大建模能力，在NLP、CV、语音等领域 ...
2025-12-18在CDA（Certified Data Analyst）数据分析师的时间序列分析工作中，常面临这样的困惑：某电商平台月度销售额增长20%，但增长是来 ...
2025-12-18在机器学习实践中，“超小数据集”（通常指样本量从几十到几百，远小于模型参数规模）是绕不开的场景——医疗领域的罕见病数据、 ...
2025-12-17数据仓库作为企业决策分析的“数据中枢”，其价值完全依赖于数据质量——若输入的是缺失、重复、不一致的“脏数据”，后续的建模 ...
2025-12-17在CDA（Certified Data Analyst）数据分析师的日常工作中，“随时间变化的数据”无处不在——零售企业的每日销售额、互联网平台 ...
2025-12-17在休闲游戏的运营体系中，次日留存率是当之无愧的“生死线”——它不仅是衡量产品核心吸引力的首个关键指标，更直接决定了后续LT ...
2025-12-16在数字化转型浪潮中，“以用户为中心”已成为企业的核心经营理念，而用户画像则是企业洞察用户、精准决策的“核心工具”。然而， ...
2025-12-16在零售行业从“流量争夺”转向“价值深耕”的演进中，塔吉特百货（Target）以两场标志性实践树立了行业标杆——2000年后的孕妇精 ...
2025-12-15在统计学领域，二项分布与卡方检验是两个高频出现的概念，二者都常用于处理离散数据，因此常被初学者混淆。但本质上，二项分布是 ...
2025-12-15在CDA（Certified Data Analyst）数据分析师的工作链路中，“标签加工”是连接原始数据与业务应用的关键环节。企业积累的用户行 ...
2025-12-15在Python开发中，HTTP请求是与外部服务交互的核心场景——调用第三方API、对接微服务、爬取数据等都离不开它。虽然requests库已 ...
2025-12-12在数据驱动决策中，“数据波动大不大”是高频问题——零售店长关心日销售额是否稳定，工厂管理者关注产品尺寸偏差是否可控，基金 ...
2025-12-12在CDA（Certified Data Analyst）数据分析师的能力矩阵中，数据查询语言（SQL）是贯穿工作全流程的“核心工具”。无论是从数据库 ...
2025-12-12很多小伙伴都在问CDA考试的问题，以下是结合 2025 年最新政策与行业动态更新的 CDA 数据分析师认证考试 Q&A，覆盖考试内容、报考 ...
2025-12-11在Excel数据可视化中，柱形图因直观展示数据差异的优势被广泛使用，而背景色设置绝非简单的“换颜色”——合理的背景色能突出核 ...
2025-12-11在科研实验、商业分析或医学研究中，我们常需要判断“两组数据的差异是真实存在，还是偶然波动”——比如“新降压药的效果是否优 ...
2025-12-11在CDA（Certified Data Analyst）数据分析师的工作体系中，数据库就像“数据仓库的核心骨架”——所有业务数据的存储、组织与提 ...
2025-12-11在神经网络模型搭建中，“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活，导致回归任务输出异 ...
2025-12-05在机器学习落地过程中，“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据， ...
2025-12-05
