SAS 模型工厂 SAS® Factory Miner

• 详情
• 资费
• 常见问题
• 点评
• 咨询
• 售后

产品益处

加快建模的速度
通过自动化耗时的模型开发过程，获得巨大的模型生产能力，包括数据准备、变量转换、预测变量和算法选择等等。SAS模型工厂具有易于使用的web用户界面，让您可以为每个客户群建立多个模型，并且自动化地识别最准确的模型。

自动化模型开发

选择最佳客户细分策略，解决您的业务问题。通过一套预置的建模模板，让您可以快速开始自定义预测建模，来满足您的要求。自动生成报告和文档化功能，使得在您的整个企业内，针对模型设计和结果的最佳实践经验分享变得十分便利。

更快地尝试新的想法
在大型复杂的数据上应用机器学习和预测分析技术，快速获得结果。如果某个模型失败了，您可以快速使用不同的输入或想法来重新尝试。当变量发生变化或发现了新的变量时，您可以在不重建整个数据挖掘流程或挑战现有算法的情况下，测试这些变量。

快速将模型投入运营
可通过点击按钮在不同的生产环境中部署冠军模型。SAS模型工厂自动生成完整的评分代码－－包括所有必须的数据准备和转换步骤。而且，重训练模型也很容易，因为所有与模型开发和部署相关的内容都被集中管理起来。

功能特色

数据访问和数据准备

访问注册在SAS元数据服务器中的数据源，包括SAS数据集、数据表和Hadoop文件。
交互式设定数据源的元数据，例如变量角色、水平和顺序，或者使用自动设定来在项目间共享变量设置。
定义数据分组，进行分层建模。
使用自动的数据特征刻画和交互式变量分布图形，评估数据问题。
使用下列技术过滤输入数据：
缩尾
标准差
修剪
稀有值
为了得到更好的模型，可对数据进行转换：
Log
Log 10
平方根
倒数
平方
指数
中心化
标准化
区间
分箱
分位数
优化分箱
主成分分析
使用统计和机器学习补缺方法来清洗数据：
均值
最小
最大
中位数
中列数
常数
计数
基于分布

定制有指导学习模板

交互式地建立自定义模板，包括模型和后续处理步骤：
过滤
主成分
补缺
数据变换
有指导和无指导的变量选取
创建您自己的模型模板
编辑数据准备或模型的参数，并保存为自定义模板
跨项目和用户共享模型模板

自助服务式机器学习技术
使用以下技术建立模型：
贝叶斯网络
决策树
梯度推进
神经网络
随机森林
支持向量机
广义线性模型
线性回归
逻辑回归
交互式查看模型结果

冠军模型的识别

使用下列选取规则为每个分组自动选取冠军模型：
K-S统计量
提升和累计提升
增益和累积增益
误分类率
捕获事件的百分比
平均捕获事件的百分比
均方误差
推翻系统选取的模型，人工选取冠军模型
在一个和多个分组中交互式比较和评估模型

识别模型异常

查看报告中的模型性能异常
轻松识别性能差的模型并查看细节信息
修改每个模型模板的缺省设置

模型跟踪与报表

生成汇总报表，包括模型结果、重要变量和模型设置。
生成PDF和RTF格式的报告并共享。

模型重训练

在新的数据集上重新训练现有模型模板
对重训练的模型生成模型评估统计量
生成模型性能衰减报告

灵活的模型管理和部署

为所有模型模板自动生成SAS评分代码。
注册模型到SAS模型管理器中，可进行集中化的模型部署和管理（需要SAS模型管理器）。
使用SAS评分加速器在数据库和Hadoop中部署模型（需要SAS评分加速器）。

可扩展的处理

在SAS服务器上使用多线程的过程步训练模型，利用多核服务器的处理能力。
通过SAS网格管理器使用异步处理训练模型，进行负载均衡和调度（需要SAS网格管理器）。
在数据库一体机（Oracle, Teradata, Greenplum和SAP HANA）或Hadoop上使用SAS高性能数据挖掘，在内存中训练模型（需要SAS高性能数据挖掘）。

我要咨询

售后提问