1.6.1　創建數據挖掘項目

SAS于1966年開始研制，1976年由美國SAS軟件研究所實現商品化。SAS系統經過30多年的發展，以其卓越的數據處理能力為在線數據分析、數據倉庫、數據挖掘和決策支持提供了全面的解決方案。SAS系統的發展始終離不開它強大的數據分析功能。而且隨著信息技術的發展，其分析功能也變得更強。目前SAS的最新版本為9.4版，本書根據SAS 9.4版來編寫，其中使用的Enterprise Miner是12.3版。

SAS Enterprise Miner（簡稱SAS EM）是數據挖掘工具市場上非常杰出的工具。它運用了SAS統計模塊的功能，且增加了一系列資料挖掘算法，包括取樣、探測、修改、評估方法，并提供了廣泛的模型，包含合并、聚類、決策樹、神經網絡和統計回歸等。SAS EM適用于初學者及專業使用者。它的GUI接口是以數據流為導向的，因此容易了解及使用。它允許用戶通過連接資料節點及程序節點的方式構建可視化的數據流程圖，還允許直接嵌入程序代碼到數據流中。

用戶可以在菜單欄中選擇“開始”→“所有程序”→“SAS”→“SAS Enterprise Miner Workstation 12.3”啟動軟件，如圖1-20所示。

SAS EM啟動后，彈出圖1-21所示的操作界面。

要開始數據挖掘項目，首先要創建一個新項目。單擊“新建項目”選項，彈出新建項目的“第1步”對話框，如圖1-22所示。

在“項目名稱”文本框中輸入項目名稱，在“SAS服務器目錄”文本框中輸入項目地址，也可以單擊“瀏覽”按鈕，通過圖形化界面選擇一個地址。以下新建了一個名為sasem_demo的項目，單擊“瀏覽”按鈕并選擇將項目文檔的目錄放在“我的文檔”文件夾中，如圖1-23所示。

圖1-20　軟件啟動

圖1-21　SAS EM新建項目示例1

圖1-22　SAS EM新建項目示例2

圖1-23　新建項目保存界面

單擊“打開”按鈕，之后單擊“下一步”按鈕，彈出新建項目的“第2步”對話框，如圖1-24所示。

圖1-24　新建項目信息

第2步只是讓我們確認一下，單擊“完成”按鈕即可。這樣就在“我的文檔”中創建了以項目名稱命名的文件夾，如圖1-25所示。

圖1-25　文檔保存命名

項目建好之后，便出現SAS EM工作界面。每個區域的功能如圖1-26所示。

圖1-26　SAS EM工作界面

·菜單欄和快捷按鈕：提供了Windows程序常用的菜單功能，還有一些訓練模型相關的“運行”“停止”等快捷按鈕。

·項目面板：以樹形圖的方式展現當前項目包括的數據源、流程圖、模型包。

·屬性面板：當用戶在流程圖中選擇某節點后，便會在屬性面板處展現該節點所有可調節的屬性，一般分為常規、訓練、報表等欄目，這部分將在后續章節詳細講解。

·幫助面板：當在屬性面板中選擇某個內容時，就會出現簡短的幫助信息，根據這些幫助信息可以大致了解設置該屬性的操作方式，但是不會提供屬性中可選項的含義，這需要在菜單中選擇“幫助”下的“目錄”命令來學習和查找。

·流程圖工作區：可以任意地構建、編輯和運行處理流程。一個工作區域可以放置任意多個處理流程，但是一般會建立多個流程圖工作區。每個流程圖工作區單獨用于調試一個處理流程。

·處理流程：該部分是分析的關鍵，SAS EM將數據處理過程像搭積木一樣構建起一個復雜的數據挖掘過程。該過程如果通過編程來完成，經常會耗費數周的時間，而搭建一個過程流只需要幾分鐘時間。這極大地提高了工作效率，而且讓數據分析人員將精力放在更有意義的業務理解上。一個處理流程往往是從數據節點開始的，經過一系列的數據清洗、修改、轉化、建模、評估、比較等操作，最終輸出模型打分。不同建模方式有不同處理流程的拓撲結構，俗話說“像不像三分樣”，上升到哲學角度則是結構決定功能。這方面內容會在后續章節中詳細講解，讀者需要對不同模型的流程有一個深入的了解。這也是數據挖掘初學者一定要從圖形界面的數據挖掘工具入門的原因。

·節點：提供了每個數據挖掘流程中的不同工序。

·SEMMA工具控制板：這里提供了豐富的建模用節點。有的節點比較簡單，如數據分區節點只對應了Proc Surveyselect過程，而評分節點則對應了完成該任務的宏程序。每個節點的使用說明請參見附錄。

下面介紹新建流程圖的操作。

在項目面板中右擊“流程圖”選項，選擇“創建流程圖”命令，在彈出的對話框中輸入流程圖名稱，如圖1-27所示。

圖1-27　創建流程圖操作