如何编程调用EM4.3中的关联分析与时序关联过程

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

1. CUSTOMER        TIME        PRODUCT
   
2. 0        0        hering
   
3. 0        1        corned_b
   
4. 0        2        olives
   
5. 0        3        ham
   
6. 0        4        turkey
   
7. 0        5        bourbon
   
8. 0        6        ice_crea
   
9. 1        0        baguette
   
10. 1        1        soda
    
11. 1        2        hering
    
12. 1        3        cracker

复制代码

数据结构如上，共有三个字段：CUSTOMER TIME PRODUCT

1. libname emlib 'C:\Users\Administrator\Desktop\emlib';
   
2. proc dmdb batch data=emlib.assocs out=dmassoc dmdbcat=catassoc;
   
3. id customer time;
   
4. class product(desc);
   
5. run;
   
6. proc assoc data=emlib.assocs dmdbcat=catassoc
   
7. out=datassoc(label='Output from Proc Assoc')
   
8. items=5 support=20;
   
9. cust customer;
   
10. target product;
    
11. run;
    
12. proc rulegen in=datassoc
    
13. out=datrule(label='Output from Proc Rulegen')
    
14. minconf=75;
    
15. run;
    
16. proc print data=datrule;
    
17. run;

复制代码

关联分析代码如上，非常简单，主要用到两个过程PROC ASSOC和PROC RULEGEN1. PROC ASSOC 主要的作用为生成所有的K-项集，并统计其频率。格式如下：

1. PROC ASSOC <option(s)>;
   
2. CUSTOMER variable-list;
   
3. TARGET variable;

复制代码

option中最重要的两个分别为items=5 和support=20分别代表K项集的最大项目数阈值和支持度（support）
CUST statement 与TARGET statement分别代表你的标志变量和目标变量。
使用该过程的时候需要注意一点，引用SAS官方原文：

1. Processing an extremely large number of sets could cause your system to run out of disk and/or memory resources. However, by using a higher support level, you can reduce the item sets to a more manageable number.

复制代码

如果你处理的是大数据，运行这个程序的时候可能会磁盘满或者内存溢出。为了避免这种情况的发生，在第一次运行的时候应该设置一个比较高的置信度。逐次递减。
2.PROC RULEGEN 主要的作用是生成关联规则，格式也非常的简单，如下：

1. PROC RULEGEN <option(s)>;

复制代码

option主要是设置minconf：最小置信度（confidence）
3.运行后生成结果（部分）为：主要有：support（支持度）、confidence（置信度）、lift（梯度），rule（规则）

本帖隐藏的内容

emlib.rar (18.17 KB)

2013-5-30 11:17:09 上传

补充内容 (2013-11-3 17:13):
原文参考：http://support.sas.com/documenta ... iner/em43/assoc.pdf

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏3 回帖

关键词：关联分析 confidence Processing statement Resources 编程 如何

1. proc dmdb batch data=emlib.assocs out=dmassoc dmdbcat=catassoc;
   
2. id customer time;
   
3. class product(desc);
   
4. run;
   
5. proc sort data=datrule;
   
6. by descending lift;
   
7. run;
   
8. proc print data=datrule(obs=5) label;
   
9. var set_size exp_conf conf support lift count
   
10. rule _lhand _rhand;
    
11. title 'Top Ten Rules based on Lift';run;
    
12. proc sequence data=dmassoc dmdbcat=catassoc
    
13. assoc=datassoc out=sout(label='output from proc sequence')
    
14. nitems=4;
    
15. cust customer;
    
16. target product;
    
17. visit time/same=2;
    
18. run;

复制代码

时序关联唯一的区别是PROC DMDB（ps：这个过程在SAS/EM非常重要，基本所有数据挖掘过程运行前都必须运行这个过程。主要作用是为建模创建数据仓库）过程中加入标识变量为custom time。时间也加入标识变量之一。关键过程为PROC SEQUENCE
格式如下：

1. PROC SEQUENCE <option(s)>;
   
2. CUSTOMER variable(s);
   
3. TARGET variable;
   
4. VISIT variable /<visit-option(s)>;

复制代码

好东西，看看

一直用图形化工具，看来编程更灵活

支持啊

ben大神学习了

编程很灵活啊。

学习了

进来看看

学习下