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机器学习算法工程的核心价值，在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案，解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域，高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进，垃圾结果出”，这是数据分析领域的黄金法则，更是CDA（Certified Data Analyst）数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中，决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势，成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中，卡方检验是一类基于卡方分布的假设检验方法，核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中，企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中，订单数据分散在交易平 ...
2026-03-17在数字化时代，数据分析已成为企业决策、业务优化、增长突破的核心支撑，从数据仓库搭建（如维度表与事实表的设计）、数据采集清 ...
2026-03-16在数据仓库建设、数据分析（尤其是用户行为分析、业务指标分析）的实践中，维度表与事实表是两大核心组件，二者相互依存、缺一不 ...
2026-03-16数据是CDA（Certified Data Analyst）数据分析师开展一切工作的核心载体，而数据读取作为数据生命周期的关键环节，是连接原始数 ...
2026-03-16在用户行为分析实践中，很多从业者会陷入一个核心误区：过度关注“当前数据的分析结果”，却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代，用户的每一次点击、浏览、停留、转化，都在传递着真实的需求信号。用户行为分析，本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业，量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA（Certi ...
2026-03-13在机器学习建模体系中，随机森林作为集成学习的经典算法，凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势，成为分类、 ...
2026-03-12在机器学习建模过程中，“哪些特征对预测结果影响最大？”“如何筛选核心特征、剔除冗余信息？”是从业者最常面临的核心问题。随 ...
2026-03-12在数字化转型深度渗透的今天，企业管理已从“经验驱动”全面转向“数据驱动”，数据思维成为企业高质量发展的核心竞争力，而CDA ...
2026-03-12在数字经济飞速发展的今天，数据分析已从“辅助工具”升级为“核心竞争力”，渗透到商业、科技、民生、金融等各个领域。无论是全 ...
2026-03-11上市公司财务报表是反映企业经营状况、盈利能力、偿债能力的核心数据载体，是投资者决策、研究者分析、从业者复盘的重要依据。16 ...
2026-03-11数字化浪潮下，数据已成为企业生存发展的核心资产，而数据思维，正是CDA（Certified Data Analyst）数据分析师解锁数据价值、赋 ...
2026-03-11线性回归是数据分析中最常用的预测与关联分析方法，广泛应用于销售额预测、风险评估、趋势分析等场景（如前文销售额预测中的多元 ...
2026-03-10在SQL Server安装与配置的实操中，“服务名无效”是最令初学者头疼的高频问题之一。无论是在命令行执行net start启动服务、通过S ...
2026-03-10
