Celem jest znalezienie takich skupie\u0144, w kt\u00f3rych obserwacje w obr\u0119bie ka\u017cdego skupienia b\u0119d\u0105 do siebie do\u015b\u0107 podobne, podczas gdy obserwacje w r\u00f3\u017cnych skupieniach znacznie si\u0119 od siebie r\u00f3\u017cni\u0105.<\/span><\/p>\n Naj\u0142atwiejszym sposobem klastrowania w SAS-ie jest u\u017cycie PROC CLUSTER<\/strong> .<\/span><\/p>\n Poni\u017cszy przyk\u0142ad pokazuje, jak w praktyce wykorzysta\u0107 PROC CLUSTER<\/strong> .<\/span><\/p>\n Za\u0142\u00f3\u017cmy, \u017ce mamy nast\u0119puj\u0105cy zbi\u00f3r danych zawieraj\u0105cy informacje o punktach, asystach i zbi\u00f3rkach 20 r\u00f3\u017cnych koszykarzy:<\/span> <\/p>\n Powiedzmy, \u017ce chcemy dokona\u0107 grupowania, aby spr\u00f3bowa\u0107 zidentyfikowa\u0107 \u201egrupy\u201d graczy o podobnych statystykach.<\/span><\/p>\n Poni\u017cszy kod pokazuje, jak u\u017cywa\u0107 PROC CLUSTER<\/strong> w SAS-ie do wykonywania klastr\u00f3w:<\/span><\/p>\n Pierwsze tabele wynik\u00f3w dostarczaj\u0105 informacji o sposobie przeprowadzenia grupowania:<\/span> <\/p>\n Generowany jest r\u00f3wnie\u017c dendrogram, dzi\u0119ki kt\u00f3remu mo\u017cemy wizualnie sprawdzi\u0107 podobie\u0144stwo obserwacji w zbiorze danych:<\/span> <\/p>\n O\u015b y przedstawia pojedyncze obserwacje, a o\u015b x przedstawia \u015bredni\u0105 odleg\u0142o\u015b\u0107 pomi\u0119dzy klastrami.<\/span><\/p>\n Patrz\u0105c na ten dendrogram, wydaje si\u0119, \u017ce obserwacje mo\u017cna w naturalny spos\u00f3b podzieli\u0107 na trzy grupy:<\/span> <\/p>\n Mo\u017cemy nast\u0119pnie u\u017cy\u0107 instrukcji PROC TREE<\/strong> z ncl=3<\/strong> , aby poinformowa\u0107 SAS, aby przypisa\u0142 ka\u017cd\u0105 obserwacj\u0119 w oryginalnym zbiorze danych do jednego z trzech klastr\u00f3w:<\/span><\/p>\n Powsta\u0142y zbi\u00f3r danych przedstawia ka\u017cd\u0105 z oryginalnych obserwacji wraz z klastrem, do kt\u00f3rego nale\u017c\u0105:<\/span> <\/p>\n Na przyk\u0142ad widzimy: \u017ce<\/span> wszyscy gracze o identyfikatorach 2, 3, 1, 4, 5, 7, 6 i 19 nale\u017c\u0105 do klastra 1<\/strong> .<\/span><\/p>\n To m\u00f3wi nam, \u017ce tych o\u015bmiu graczy jest \u201epodobnych\u201d pod wzgl\u0119dem punkt\u00f3w, asyst i zbi\u00f3rek.<\/span><\/p>\n Uwaga<\/strong> : w tym przyk\u0142adzie wybrali\u015bmy u\u015brednianie<\/strong> jako metod\u0119 \u0142\u0105czenia w klastrach. Pe\u0142n\u0105 list\u0119 innych metod wi\u0105zania, kt\u00f3rych mo\u017cesz u\u017cy\u0107, znajdziesz w dokumentacji SAS-a<\/a> .<\/span><\/p>\n Poni\u017csze samouczki wyja\u015bniaj\u0105, jak wykonywa\u0107 inne typowe zadania w SAS-ie:<\/span><\/p>\n Jak przeprowadzi\u0107 analiz\u0119 g\u0142\u00f3wnych komponent\u00f3w w SAS-ie<\/a> Grupowanie to technika uczenia maszynowego, kt\u00f3ra pr\u00f3buje znale\u017a\u0107 grupy obserwacji w zbiorze danych. Celem jest znalezienie takich skupie\u0144, w kt\u00f3rych obserwacje w obr\u0119bie ka\u017cdego skupienia b\u0119d\u0105 do siebie do\u015b\u0107 podobne, podczas gdy obserwacje w r\u00f3\u017cnych skupieniach znacznie si\u0119 od siebie r\u00f3\u017cni\u0105. Naj\u0142atwiejszym sposobem klastrowania w SAS-ie jest u\u017cycie PROC CLUSTER . Poni\u017cszy przyk\u0142ad pokazuje, jak […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-4619","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n Przyk\u0142ad: Jak u\u017cywa\u0107 PROC CLUSTER w SAS-ie<\/strong><\/span><\/h2>\n
\/*create dataset*\/ \ndata<\/span><\/span> my_data;\n input<\/span> points assists rebounds; \n datalines<\/span> ;\n18 3 15\n20 3 14\n19 4 14\n14 5 10\n14 4 8\n15 7 14\n20 8 13\n28 7 9\n30 6 5\n31 9 4\n35 12 11\n33 14 6\n29 9 5\n25 9 5\n25 4 3\n27 3 8\n29 4 12\n30 12 7\n19 5 6\n23 11 5\n;\nrun<\/span> ;\n\n\/*view dataset*\/ \n<\/span>proc print<\/span> data<\/span> =my_data;\n<\/strong><\/span><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/clusters0.png\")
<\/p>\n \/*perform clustering using points, assists and rebounds variables*\/ \nproc cluster<\/span> data<\/span> =my_data method<\/span> =average;<\/span>\nvar<\/span> points assists rebounds;<\/span>\nrun<\/span> ;<\/span>\n<\/span><\/strong><\/span><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/clusters1.png\")
<\/p>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/clusters2.png\")
<\/p>\n![\"Przyk\u0142ad](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/clusters3.png\")
<\/p>\n \/*assign each observation to one of three clusters*\/\n<\/span>proc tree<\/span> data<\/span> =clustd noprint ncl<\/span> =3 out<\/span> =clusts;\n copy<\/span> points assists rebounds;\n id<\/span> player_ID;\nrun<\/span> ;\nproc sort<\/span> ;\n by<\/span> cluster;\nrun<\/span> ;\n\n\/*view cluster assignments*\/\n<\/span>proc print<\/span> data<\/span> = clusters;\n id<\/span> player_ID;\nrun<\/span> ;<\/strong><\/span><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/clusters4.png\")
<\/p>\n Dodatkowe zasoby<\/strong><\/span><\/h2>\n
Jak wykona\u0107 wielokrotn\u0105 regresj\u0119 liniow\u0105 w SAS-ie<\/a>
Jak przeprowadzi\u0107 regresj\u0119 logistyczn\u0105 w SAS-ie<\/a><\/span><\/p>\n","protected":false},"excerpt":{"rendered":"