Dit wordt vaak fuzzy matching<\/strong> genoemd.<\/span><\/p>\n De eenvoudigste manier om fuzzy matching uit te voeren in SAS is door de SOUNDEX-<\/a> functie te gebruiken met de COMPGED-<\/a> functie.<\/span><\/p>\n Deze twee functies worden gebruikt om de gelijkenis tussen strings te kwantificeren en kunnen worden gebruikt om vergelijkbare strings te „matchen“.<\/span><\/p>\n In het volgende voor beeld ziet u hoe u deze functies kunt gebruiken om fuzzy matching uit te voeren in SAS.<\/span><\/p>\n Stel dat we de volgende dataset in SAS hebben die informatie bevat over de teamnamen en punten van verschillende basketbalspelers:<\/span> <\/p>\n En stel dat we nog een dataset hebben met de teamnamen en assists van verschillende basketbalspelers:<\/span> <\/p>\n Merk op dat veel teamnamen in deze dataset vergelijkbaar zijn, maar niet precies hetzelfde als de teamnamen in de vorige dataset.<\/span><\/p>\n We kunnen de volgende syntaxis in SAS gebruiken om een fuzzy match uit te voeren en deze twee datasets samen te brengen op basis van vergelijkbare teamnamen:<\/span> <\/p>\n De SOUNDEX-<\/strong> en COMPGED-<\/strong> functies kunnen teamnamen matchen op basis van hun gelijkenis en een definitieve dataset produceren die de twee datasets samenvoegt.<\/span><\/p>\n In de volgende zelfstudies wordt uitgelegd hoe u andere veelvoorkomende taken in SAS kunt uitvoeren:<\/span><\/p>\n SAS: Hoe u een \u00e9\u00e9n-op-veel-samenvoeging uitvoert<\/a> Vaak wilt u mogelijk twee sets gegevens samenvoegen in SAS op basis van niet perfect overeenkomende tekenreeksen. Dit wordt vaak fuzzy matching genoemd. De eenvoudigste manier om fuzzy matching uit te voeren in SAS is door de SOUNDEX- functie te gebruiken met de COMPGED- functie. Deze twee functies worden gebruikt om de gelijkenis tussen strings […]<\/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":[],"class_list":["post-4619","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Voorbeeld: hoe u fuzzy matching uitvoert in 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![\"voorbeeld](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/fuzz3.png\")
<\/p>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
SAS: Hoe (in=a) te gebruiken in een merge-instructie<\/a>
SAS: Hoe te fuseren als A niet B is<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"