发帖
雷达卡
不知不觉使用SAS几年了，随着对SAS的了解，慢慢的有了一种割舍不掉的情感。
楼主学的是统计，学院开了一门概率统计建模课程，最初多半是用用STAT模块，常用的一些过程步敲得还算凑合，学习系统的SAS语言，纯属兴趣的事情；
由于大四没什么课，大三暑假找了一家搞通信公司实习，做数据挖掘，其实中国的数据挖掘只能说在起步阶段，当然一些大公司除外，像华为，中信，或者国有银行(通常在省行)早就有数据挖掘部门了，多数公司还是在初始阶段，总体来说，整个行业还是走上坡路的，看看北上广开出的工资，确实诱人呐。不过楼主才干了一年多，还得再熬两三年！扯远了，扯远了...
和老板胡侃一通，说是精通SAS（现在看来，真是无知者无畏啊，汗颜!!!）不过老板觉得还行，开了一份不错的实习工资，大四拿工资当生活费，蛮滋润的。
进了公司打了快一个月酱油，陆陆续续开始干一点活了，偶尔能做做预测之类的，不过更多的是干数据库的活，事不多，敲敲sql，楼主大学学过VFP，其它都忘了，还好sql没忘；剩下来的时间在网上找一些资料，有时候用公司的数据自己做点东西，还蛮自娱自乐的；当时公司只有我一个做数据挖掘的，也算比较特殊，有时候提点建议，领导不懂，听完就放一边了，没办法，人微言轻呐！等时间长了，有一点发言权了，提点模型理念什么的，领导会觉得不错，让我自己做点成果出来，也算是正式入行了。
一直干到毕业前一个月，回去写论文，平心而论，这十个月的时光对自己磨砺非常大，不管是SAS还是统计，都有了明显提高，当然再也不敢说“精通SAS了”。
论文答辩完，辞了以前的工作，去找工作，还蛮轻松的。
现在的公司，搞电信行业的；公司用的正版的SPSS Clementine，大概花了一个多星期熟悉一下软件，上手还算快，SPSS的东西怕是只有这么一个优点了。(以前也想过学R，宿舍一保研的哥们（理论自然高出咱不少了），之后用了R，跟我讲R怎么好怎么好，灵活，开源等等，就是对理论要求比较高；说得我都心动了，后来想想，就自己这水平，最多就能看懂算法，照着书用matlab或者iml敲点矩阵运算；用R的话，估计也是调用别人写的包，既然是调程序包，还是SAS吧)。
现在处理工作，前期数据准备，探索还是用SAS，毕竟顺手的多；直到最后建模的时候扔给SPSS，谁叫人家是正版的！
前几天遇上一件很疼的事情，领导丢给我一个问题，分析之后，转化成一个二分类的问题，提高判别命中率，只是无奈变量太少啊，原先只有一个，去倒腾明细表，好不容易变成了4个，情况依然很烂。试了logistic，结果不容乐观，把变量倒来倒去，也未见好转，试试判别分析，还是差不多。我想要不加点数据量吧，我跟负责数据库的领导商量，能不能多弄点数据，领导说不可能，这300多个数据跑出来，差点把服务器跑挂了，提取规则太麻烦，好好用着吧。
实在没办法，试试非参数的方法吧，非参数判别分析（真不懂非参数判别分析，看了半天帮助文档，零星懂了点K近邻方法，再次可悲自己的英文），效果真不一样，命中率提高了不少；寻思着，跟领导商量商量，领导说不错，Clementine能不能做？我说SPSS都未必有，更别说Clementine了。这下领导纠结了，不可能为了这个花几百万买个SAS license啊，想个办法折中一下。导成PMML？看看帮助文档，只有EM中几个模型支持输出，也没有非参数方法啊！我说要不用matlab编一个，想想不对，matlab也要收费，用C？就我这水平，开什么玩笑。
最后想到了R，免费的R，可咱不会啊，而且有没非参数判别分析的包还不知道？不过看到过R做gam(广义可加模型)的包，先用SAS中的gam拟合非参数logistic回归，效果不错，心想着总算有望，跟舍友商量商量，研究几天，好教教我用R来拟合；把这个事情先糊弄过去。
最后想来，觉得以后有必要学一下R，多一门手艺总归没坏处，不过最好还是找个提供正版SAS的公司，毕竟这才是自己的最爱。fighting！
京公网安备 11010802022788号
