sas数据挖掘 - 云计算论坛.docVIP

下载本文档

2
0
约3.16万字
约 27页
2017-09-06 发布于天津
举报
版权申诉

sas数据挖掘 - 云计算论坛.doc

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

数据挖掘数据准备标签郑来轶数据挖掘数据准备数据预处理分类数据挖掘数据是基础所谓垃圾入垃圾出数据准备主要包括数据导入数据集成数据导出等这些一笔带过主要写一下数据清洗数据可以分为数值和分类变量数据清洗包括孤立点错误数据缺失值处理针对连续型变量处理的方法有单值替换类均值替换回归替换数据集变量变量通过过程查看变量缺失值和极值情况对重点变量进行处理数据集变量变量查看变量分布依据统计描述直方图和盒型图进行观察通过单值均值中位数众数等进行替换通过相关变量进行分类后用类均值进行替换通过建立回归方程进行预测替换针

SAS数据挖掘：数据准备标签：郑来轶sas数据挖掘数据准备数据预处理分类： 04.数据挖掘数据是基础，所谓“垃圾入、垃圾出”。数据准备主要包括数据导入、数据集成、数据导出等，这些一笔带过，主要写一下数据清洗。数据可以分为数值和分类变量。数据清洗包括：孤立点、错误数据、缺失值处理。针对连续型变量处理的方法有单值替换、类均值替换、回归替换 PROC MEANS DATA=数据集 N NMISS MIN MAX MAXDEC=2; VAR 变量1 变量2; RUN; 通过MEANS过程查看变量缺失值和极值情况，对重点变量进行处理。 PROC UNIVARIATE DATA=数据