京公网安备 11010802034615号
经营许可证编号:京B2-20210330
那么这个代码是用于建模初期,你为了大概了解变量的一个基本特征写的,不是最优分组哈,因为这个代码是将变量最多分为12组,分这么多组的原因也是为了更好的观察特征而已啦,你要是觉得太多组,你可以改下树的深度这些调整一下,这里关于变量特征怎么看,我就不说了.....
%macro
zhandapao(data,DVAR,id,dir);
proc datasets lib=work nodetails;
delete
varname_total;
run;
/*建立数值型数据集*/
%let lib=%upcase(%scan(&data.,1,'.'));
%letdname=%upcase(%scan(&data.,2,'.'));
%globalvar_list var_num;
proc sql noprint;
select name,count(*) into :var_list separated by' ',:var_num
from sashelp.VCOLUMN
where left(libname)="&lib."and
left(memname)="&dname."and
type="num"and
lowcase(name)^=lowcase("&DVAR.")
and lowcase(name)^="&id.";
quit;
%put
&var_list.;
/*把数值型变量定义为宏变量*/
%doi=1%to&var_num.;
%letnumvar_name_&i.=%scan(&var_list.,&i.);
%put&numvar_name_1.;
proc split data=&data.splitsize=300
maxbranch=2
MAXDEPTH=5nsurrs=5
assess=lift criterion=gini;
input &&numvar_name_&i./level=interval;
target &DVAR./level=binary;
Score data=&data.out=d_&&numvar_name_&i.;
code file="&dir.treecode_tic_&&numvar_name_&i..sas";
describe file="&dir.treerule_tic_&&numvar_name_&i..txt";
run;
data n_D_&&numvar_name_&i.;
set d_&&numvar_name_&i.;
%include"&dir.treecode_tic_&&numvar_name_&i..sas";
rename p_&DVAR.1=p_&&numvar_name_&i.;
run;
proc sql noprint;
select count(*),max(&&numvar_name_&i.),min(&&numvar_name_&i.)into:total, :max ,:min from n_D_&&numvar_name_&i.;
quit;
data n_D_&&numvar_name_&i.;
set n_D_&&numvar_name_&i.;
if &min.<=&&numvar_name_&i.<=&max.
then flag="no_null";
else flag="null";
run;
proc sql;
select count(*) into:is_null from
n_D_&&numvar_name_&i.;
quit;
%if&is_null.>0%then%do;
proc sql noprint;
select count(*),max(&&numvar_name_&i.),min(&&numvar_name_&i.)into:total,:max ,:min from n_D_&&numvar_name_&i.;
create table total as
select"&&numvar_name_&i."as
varname,
min(&&numvar_name_&i.) as interval_1,
max(&&numvar_name_&i.) as interval_2,
compress(put(min(round(&&numvar_name_&i.,0.0001)),best32.))||'-'||compress(put(max(round(&&numvar_name_&i.,0.0001)),best32.)) as interval,
sum(&DVAR.) as bad_num,
count(*) as total_num,
count(*)/&total.as num_rate,
sum(&DVAR.)/count(*) as bad_rate
from n_D_&&numvar_name_&i.
group by p_&&numvar_name_&i.
union all
select"&&numvar_name_&i."as varname,
-9999as interval_1,
-9999as interval_2,
'null'as interval,
sum(&DVAR.) as bad_num,
count(*) as total_num,
count(*)/&total.as num_rate,
sum(&DVAR.)/count(*) as bad_rate
from n_D_&&numvar_name_&i.(where=(&&numvar_name_&i.=.))
group by p_&&numvar_name_&i.
order by interval_1;
quit;
%end;
%else%do;
proc sql noprint;
select count(*),max(&&numvar_name_&i.),min(&&numvar_name_&i.)into:total,:max ,:min from n_D_&&numvar_name_&i.;
create table total as
select"&&numvar_name_&i."as varname,
min(&&numvar_name_&i.) asninterval_1,
max(&&numvar_name_&i.) as interval_2,
compress(put(min(round(&&numvar_name_&i.,0.0001)),best32.))||'-'||compress(put(max(round(&&numvar_name_&i.,0.0001)),best32.)) as interval,
sum(&DVAR.) as bad_num,
count(*) as total_num,
count(*)/&total.as num_rate,
sum(&DVAR.)/count(*) as bad_rate
from n_D_&&numvar_name_&i.
group by p_&&numvar_name_&i.
order by interval_1;
quit;
%end;
data &&numvar_name_&i.;
set total;
group=_n_;
run;
proc append base=varname_total
data=&&numvar_name_&i.
force;run;
proc datasets lib=work nodetails;
delete total n_: d_:
&&numvar_name_&i.
_namedat;
quit;
%end;
%mend;
解释一下这个代码怎么用,这个宏已经是封装好了的,直接填入参数就可以用了:
zhandapao(data,DVAR,id,dir);
data:填入你的数据集
DVAR:填入你的因变量
id:填入你的数据集的主键
dir:这个你需要填一个路径,是用来放决策树的规则的文件下,决策树的规则文件你看不懂没关系,你填个类似“F/DD”的路径就可以了。
例子:%zhandapao(DD.TEST_DATA,y,CUSTOMER_id,D:test_1);
结果图就是这样子:
那么今天的更新就到这里啦
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
“不限专业可以考的证书”这个搜索词背后,通常藏着一个很实际的担心:专业不对口,想考个证拓宽出路,但怕报了名才发现有专业限 ...
2026-10-30先回答:能考的多是技能实操类证书 40岁、初中学历,能报的证书主要集中在四类:职业技能等级证书、专项职业能力证书、特种作业 ...
2026-10-3030岁考什么证好找工作,没有一张“通用答案”。同样的证书,对有行业经验的人和准备跨行的人,价值完全不同。更实际的思路是:先 ...
2026-10-30“专业职业技术资格证书”并不是一个正式名称,而是把好几种证书混在一起的口语说法。有人用它指会计、经济这类职称考试,有人指 ...
2026-10-30大学生能考的证书,大致分四类:通用基础类、职业资格类、专业技术资格类、岗位技能与行业认证类。真正要解决的问题不是“还有哪 ...
2026-10-30“需要考哪些证书”这个问题,没有统一答案。因为“需要”至少分三种:有的证书是入职准入,没有它连岗位门槛都进不去;有的证书 ...
2026-10-30“现在什么证含金量高好考一些”,这个问题里其实藏着两个容易打架的条件。含金量高的证书,往往有报考门槛、考试周期长;好考的 ...
2026-10-30“现在考什么证最吃香”,这个问题本身藏着一个容易踩的坑:不同人说“吃香”,指的往往不是同一件事。有人指考的人多、话题热; ...
2026-10-30文凭低,不等于没证可考,但选择空间确实窄一些。学历门槛明确的准入类资格,比如部分教师资格、法律职业资格、执业医师等,通常 ...
2026-10-30土建专业的大学生问“考什么证”,最容易踩的坑是把注册类证书当成在校目标。注册建造师、注册造价工程师、注册结构工程师、监理 ...
2026-10-30中年男人考证书,最怕两件事:一是年龄、学历卡在报名门槛外,白准备半年;二是考完发现岗位用不上,钱和时间都打了水漂。所以顺 ...
2026-10-30大专学历能考的证书不少,但真正值得投入时间的,是先确认“能不能报”,再看“考了对应什么岗位”。很多证书的报考条件里写着本 ...
2026-10-30“十大建议考的证书”这个问题,很难有一份对所有人都成立的名单。同一张证书,对会计专业大三学生、想转行做数据分析的运营、以 ...
2026-10-30“什么证书有用含金量高”这个问题,很难用一张榜单回答。同一本证书,对想进医院的人可能是硬门槛,对做运营的人却用不上;对已 ...
2026-10-30在职成年人问“考什么证书有用”,先要弄清自己需要哪一种“有用”。同一张证书,对想进入准入行业的人、想在本岗晋升的人、想转 ...
2026-10-30“女生能考的证书”真正要先回答的是“你现在的条件能报什么”。学历、专业、工作年限、是否在校、所在地区政策,直接决定你能不 ...
2026-10-30“女孩考什么证书比较好”这句话里,“比较好”其实藏着三种完全不同的标准:好考,看的是报考门槛低、备考周期短;好就业,看的 ...
2026-10-30先给结论:市场岗位没有一张通吃的证书。品牌传播、数字营销与投放、用户增长、用户研究、营销数据分析,这五条路径对应的工作任 ...
2026-10-30经济学专业考什么证书,没有统一答案。经济学毕业后去向很散:有人进银行、证券、基金,有人做财务审计,有人转数据分析与经营分 ...
2026-10-30“大学生学哪几个证书容易”这个问题,答案取决于你说的“容易”是哪一层。好报名、好通过、好就业是三件不同的事。计算机二级报 ...
2026-10-30