Hal ini sering disebut pencocokan fuzzy<\/strong> .<\/span><\/p>\n Cara termudah untuk melakukan pencocokan fuzzy di SAS adalah dengan menggunakan fungsi SOUNDEX<\/a> dengan fungsi COMPGED<\/a> .<\/span><\/p>\n Kedua fungsi ini digunakan untuk mengukur kemiripan antar string dan dapat digunakan untuk “mencocokkan” string serupa.<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan fungsi ini untuk melakukan pencocokan fuzzy di SAS.<\/span><\/p>\n Misalkan kita memiliki kumpulan data berikut di SAS yang berisi informasi tentang nama tim dan poin dari berbagai pemain bola basket:<\/span> <\/p>\n Dan misalkan kita memiliki kumpulan data lain dengan nama tim dan assist dari berbagai pemain bola basket:<\/span> <\/p>\n Perhatikan bahwa banyak nama tim di kumpulan data ini serupa tetapi tidak persis sama dengan nama tim di kumpulan data sebelumnya.<\/span><\/p>\n Kita dapat menggunakan sintaks berikut di SAS untuk melakukan pencocokan fuzzy dan menyatukan kedua kumpulan data ini berdasarkan nama tim yang serupa:<\/span> <\/p>\n Fungsi SOUNDEX<\/strong> dan COMPGED<\/strong> mampu mencocokkan nama tim berdasarkan kemiripannya dan menghasilkan dataset akhir yang menggabungkan kedua dataset tersebut.<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di SAS:<\/span><\/p>\n SAS: Cara melakukan penggabungan satu ke banyak<\/a> Seringkali, Anda mungkin ingin menggabungkan dua kumpulan data di SAS berdasarkan string yang tidak cocok secara sempurna. Hal ini sering disebut pencocokan fuzzy . Cara termudah untuk melakukan pencocokan fuzzy di SAS adalah dengan menggunakan fungsi SOUNDEX dengan fungsi COMPGED . Kedua fungsi ini digunakan untuk mengukur kemiripan antar string dan dapat digunakan untuk “mencocokkan” […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Contoh: Cara melakukan pencocokan fuzzy di SAS<\/strong><\/span><\/h2>\n
\/*create first dataset*\/ \n<\/span>data<\/span> data1;\n input<\/span> team $points;\n datalines<\/span> ;\nMavs 19\nNets 22\nKings 34\nWarriors 19\nMagic 32 \n;\nrun<\/span> ;\n\/*view dataset*\/\n<\/span>proc print<\/span> data<\/span> =data1;<\/strong><\/span> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/fuzz1.png\")
<\/p>\n \/*create second dataset*\/ \n<\/span>data<\/span> data2;\n input<\/span> team $assists;\n datalines<\/span> ;\nNetts 8\nMajick 7\nKeengs 8\nWarriors 12\nMavs 4 \n;\nrun<\/span> ;\n\/*view dataset*\/\n<\/span>proc print<\/span> data<\/span> =data2;<\/strong><\/span> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/fuzz2.png\")
<\/p>\n \/*use fuzzy matching to merge datasets based on similar team names*\/\n<\/span>data<\/span> data3; \n <\/b>setdata1<\/span> ;\n tmp1=<\/b> soundex<\/span> (team); \/*encode team names from data1<\/span> *\/<\/span>\n <\/b>do<\/span> i=1<\/b> to<\/span> nobs; \n <\/b>set<\/span> data2( rename<\/span> =(team=team2)) point<\/span> =i nobs<\/span> =nobs; \n tmp2=<\/b> soundex<\/span> (team2); \/*encode team names from data2*<\/span> \/<\/span>\n dif= compged<\/span> (tmp1,tmp2); \/*determine similarity between team names<\/span> *\/<\/span>\n if<\/span> dif<=50 then<\/span> do<\/span> ;\n <\/b>drop<\/span> i tmp1 tmp2 dif; \/*dr<\/span><\/b> op unnecessary variables*\/<\/span>\n output<\/span> ;\n end<\/span> ;\n end<\/span> ;\n<\/b>run<\/span> ;\n\n<\/b>\/*view resulting dataset*\/\n<\/span>proc print<\/span> data=data3;<\/b> <\/pre>\n![\"contoh](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/fuzz3.png\")
<\/p>\n Sumber daya tambahan<\/strong><\/span><\/h2>\n
SAS: Cara menggunakan (in=a) dalam pernyataan penggabungan<\/a>
SAS: Bagaimana cara menggabungkan jika A bukan B<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"