SAS Enterprise Miner


  SAS/Enterpreise Miner是在數據挖掘市場上令人敬畏的競爭者。它支持SAS統計模塊,使之具有傑出的力量和影響,它還通過大量數據挖掘算法增強了那些模塊。SAS使用它的SEMMA方法學以提供一個能支持包括關聯、聚類、決策樹、神經元網絡和統計回歸在內的廣闊範圍的模型數據挖掘工具。 SAS Entelprise Miner設計爲被初學者和有經驗的用戶使用。它的GUI界面是數據流驅動的,且它易於理解和使用。它允許一個分析者通過構造一個使用鏈接連接數據結點和處理結點的可視數據流圖建造一個模型。另外,此界面允許把處理結點直接插入到數據流中。由於支持多種模型,所以Enterprise Miner允許用戶比較(評估)不同模型並利用評估結點選擇最適合的。另外,Enterprise Miner提供了一個能產生被任何SAS應用程序所訪問的評分模型的評分結點。
  SAS Enterprise Miner能運行在客戶服務器上或(計算機的外圍設備)能獨立運行的配置上。此外,在客戶服務器模式下,Enterprise Miner允許把服務器配置成一個數據服務器、計算服務器或兩者的綜合。EntepnseMiner被設計成能在所有SAS支持的平台上運行。該結構支持胖客戶機配置(要求客戶機上的完全SAS許可證)以及瘦客戶機(瀏覽器)版本。
  數據訪問、操縱和預處理:直接數據界面貫穿於SAS數據集。然而,數據也能通過標准SAS數據程序(例如:訪問RDBMS和PC格式數據的ACCESS被訪問。對Oracle、Informix、Sybase和DB2RDBMS的支持是通過ACCESS來實現。
  數據操縱能力包括通過基本SA3引擎可用的所有特徵。此外,各種各樣的數據取樣和數據劃分技術也通過合適的EntelprjseMiner結點被支持。
  數據挖掘技術、算法和應用程序:SAS Entelprise Miner支持關聯、聚類、決策樹、神經元網絡和經典的統計回歸技術
  ●關聯:此算法允許關聯規則勘測(例如市場劃分分析)和順序模式勘測。
  ●聚類:無監督學習技術用作初始知識勘測和數據可視化。
  ●決策樹:支持幾種決策樹技術:CHAID and Entropy Reductlon(二進制和絕對變量)和F—TESTandVarianceReduc血n(爲間隔目標變量)。
  ●神經元網絡:支持幾種神經元網絡,包括多層感知器(MLP)和基於半徑的函數(RBF)。Enterpdse Miner還提供了各種各樣的轉變和報錯函數以及訓練方法。設計這些能力是爲了提供比標准向後傳播網絡更好的預測和運行時性能。
  ●回歸:Enterpdse Miner支持多種在標准SAS上已被實現的回歸技術
  Enterpdse Miner支持市場劃分分析、分類、預測模型、顧客分析、計量經濟時序的統計分析範圍、運作研究和其它許多方面。
  使用工具:Entepnse Miner爲構造預測模型提供了大量選項。指定過程是在可視化編程環境中通過拖拉和按下動作完成的。大量的默認集使它能對初學者合適。
  Enterprise Miner爲神經元網絡的解釋提供了日志文件和SAS源代碼。
  Enterprise Miner支持兩種評估模型的方法:通過模型管理器或通過評估結點。模型管理器是從特定的模型分析輸出結果的好工具。評估結點在評估模型的概況和健壯性方面很有用。兩者都支持提升表、利潤表、ROI和別的指示器。
  由於評分結點能把模型存儲在SAS結構中以各以後代入數據,所以模型能通過使用評分結點被直接配置。
  有經驗的用戶能利用把任意復雜的代碼並入數據流的SAS代碼結點。關於元數據,Enterprise Miner使用了與SAS系統其它部分一樣的元數據。
  由於它在統計分析軟件上的豐富經驗,所以SAS开發出了一個全功能、易於使用、可靠和易於管理的系統。模型選項和算法所覆蓋的廣闊範圍、設計良好的用戶界面、現存數據商店的能力和在統計分析市場所佔的巨大份額(允許一個公司獲得一個增加的SAS部件而不是一個新的工具)都可能使SAS在數據挖掘市場上取得領先位置。由於它最近剛投放市場,所以在寫此書時只能獲得少數公布的用戶基推測試。這些結果表明Enterprise Miner在可伸縮性、預測准確性和處理時間上都表現得很好。總的來說,此工具適合於企業數據挖掘方面的應用以及CBM的全部決策支持應用。

熱門資訊更多

TSFOREX用戶登錄
captcha
TSFOREX用戶注冊
TSFOREX密碼找回