SAS 企业级数据挖掘器 SAS® Enterprise Miner™

• 详情
• 资费
• 常见问题
• 点评
• 咨询
• 售后

产品益处

利用最适合的工具创建更好的模型
交互式自文档化分析流程图环境，为数据挖掘人员和统计人员极大缩短了模型开发的时间。它能有效地将您设计的数据挖掘过程映射为SAS的后台处理，从而产生最佳的分析结果。此外，它比其它任何商业数据挖掘包都提供了更多的预测建模技术。为什么不用最好的呢？

提高商业用户的能力
只具有有限统计知识的业务用户和业务专家，也可以通过使用SAS快速预测建模生成自己想要的模型。易于使用的图形用户界面可以引导用户一步步完成数据挖掘任务的流程。分析结果以简单易懂的图表显示，为用户提供洞察以做出更好的决策。

提高预测的准确度，分享可靠的结果

应用创新算法和行业特定方法，创建性能表现更佳的模型。通过可视化评估和验证指标来验证结果。您可以轻松并排显示多个模型的预测和评估统计量，便于比较不同的模型。挖掘流程图可用作带有自我记录功能的模板，它们可以方便地更新或者重用，以处理新的业务问题，无需从头开始进行分析。

轻松进行模型部署和评分，快速获得评分结果
评分-应用模型到新数据中的处理过程，一般也是数据挖掘的最终结果。许多人认为评分是非常枯燥的工作。SAS将评分处理自动化，并且为各个阶段的模型开 发提供完整的评分编码。评分代码可以部署到实时评分或批处理环境中，包括SAS服务器、网站和直接放到关系数据库内运行。以及融入到您的业务处理流程中， 这种设计既节省了时间还提供了更准确的结果。

属性

直观界面
用于打造工序流程图表的交互GUI
用于规划大型建模与评分任务的批处理代码
数据准备、汇总与探查

介入与整合结构化和非机构化数据源
异常值过滤
数据采样
数据划分
文件导入
合并与添附工具
单变量统计与测算表
双变量统计与测算表
批量与交互测算表
分段属性测算表
易用图形浏览器向导与图形浏览器节点
交互链接测算表与表格
数据转换
时间序列数据准备与分析
交互变量结合
用于创建点对点的数据导向型规则与政策的规则创建器节点
数据置换
高级预测与描述建模

聚类与自我组织地图
市场篮子分析
序列与页面路径分析
链接分析
维度削减技术:
变量选择
LARS(最小角度回归)变量选择
主要因素
变量聚类
时间序列挖掘
线性与逻辑化回归
决策树形
梯度推进
神经网络
偏最小平方回归
二阶段建模
记忆基础推理
模型系综、包括封装与推进
时间序列数据挖掘
存活率分析
保险费率测算
增量回馈/净提升模型
开源R集成节点

在SAS企业挖掘器内部使用R语言编写代码。
使得SAS企业挖掘器数据与元数据适用于您的R代码，并将R结果回传给SAS企业挖掘器。
对监测与非检测R模型进行培育与评分。
在SAS企业挖掘器中，允许R模型的数据转换与数据探查。
针对支持的模型，可生成模型比较与SAS分值代码。
选择高绩效流程与节点组

多线程、高绩效流程：高绩效变量约简
高绩效神经网络
高绩效随机预测
高绩效4评分
高绩效决策
高绩效数据挖掘数据库
高绩效采样
高绩效数据总结
高绩效归责
高绩效分箱
高绩效关联性
高绩效贝叶斯网络
高绩效聚类
高绩效支持矢量器
多线程、高绩效节点

高绩效数据拆分
高绩效浏览
高绩效转换
高绩效变量选择
高绩效回归
高绩效神经
高绩效预测
高绩效归责
高绩效树型
高绩效GLM
高绩效主要因素
高绩效集群
高绩效 SVM

针对商业用户生成模型之用的快速、易用且可自我满足的方法

SAS快速预测建模器可自动生成预测模型，用于解决各类不同的商业难题。
商业分析师与各类主题的专家可利用 SAS® 企业指南® 或 SAS 的微软Office（仅限Excel）插件进行工作。
模型可在SAS企业挖掘器中被打开、扩展与修正。
制作精确报告，包括变量重要性图表、提升图、ROC图与模型分值卡，可用于便利消费与审核。
可以对培育数据进行评分，并带有保存被评分数据组的选项。
模型比较、报告与管理

利用提升曲线、统计诊断与ROI度量，针对比较多个模型的评估特性。
高度可视化模型比较界面。
针对二进制目标，创新的截停节点可检测并确定概率截停点。
报告创建与分配
模型结果套装
多个目标与片段的集团处理能力
交互式环境可用于比较与对比竞争模型，并在预测的回馈时点上，评估关键输入变量的重要性
注册模型节点提供集成环境，用于SAS元数据服务器的模型注册
宏可将利用SAS代码开发的模型注册到SAS元数据服务器

自动化评分处理

多种实时或批量环境下的交互式评分功能。
自动生成在SAS、C、Java与PMML中的评分代码。
基于被存储为PMML文件（实验性）的模型，对数据进行评分。
利用SAS评分加速器，直接在Aster、EMC Pivotal（之前的Greenplum）、IBM DB2、IBM Netezza、甲骨文与Teradata数据库中对SAS企业挖掘器模型进行评分。
模型注册与管理。
在多个环境下部署模型。
将SAS企业挖掘器的培育与评分处理直接整合到其他的SAS解决方案中。

开放式、可扩展的设计

拓展节点可轻松加载工具与个性化的SAS代码。
交互式编辑器特性可用于培育与评分代码。
用于结构化与非机构化数据分析的文本挖掘整合功能。
将时间序列、网页路径与关联规则作为附加输入变量整合到模型开发处理中。

可扩容的处理能力

Java客户与SAS服务器均可从单一客户扩容至容纳大型企业解决方案
基于服务器的处理与存储
网格计算、数据库内部与内存内部的处理选项
异步建模能力。
有序停止处理的能力
平行处理能力
多线程预测算法

我要咨询

售后提问