《Advanced Predictive Modeling Using SAS Enterprise Miner（使

　　
　　课程概述：
　　
　　本课程教您在基础知识之上如何优化预测模型性能。本课程是预测模型开发系列的后续课程，此系列课程从《Applied Analytics Using SAS Enterprise Miner》（《使用SAS Enterprise Miner进行应用分析》）课程开始。
　　
　　本课程可以帮您准备接下来的SAS数据挖掘建模（高级）认证考试。
　　
　　学习目标：
　　
　　●应用选择自变量和模型评估的高级技术
　　
　　●使用SAS Enterprise Miner构建和评估两阶段和多阶段模型
　　
　　●评估模型预测性能变化
　　
　　课时：２天
　　
　　适合学员：预测建模人员和数据分析师
　　
　　课程内容：
　　
　　1、回顾基本预测建模技术
　　
　　-使用SAS Enterprise Miner创建一个预测模型
　　
　　-分析竞争性
　　
　　2、优化自变量选择
　　
　　-单因素筛选
　　
　　-主成份
　　
　　-变量聚类
　　
　　-分类输入记录
　　
　　-全集回归
　　
　　3、经验逻辑回归模型和模型充分性
　　
　　-实证ｌｏｇｉｔ图
　　
　　-自变量转换
　　
　　4、广义利润评估
　　
　　-案例相关利润
　　
　　-广义利润图
　　
　　-利润总额比例图
　　
　　5、建立和评估一个二阶段模型
　　
　　-评估不附带利润矩阵的模型
　　
　　-建立一个范围目标模式
　　
　　-非正态误差分布
　　
　　-回归树
　　
　　-范围目标神经网络
　　
　　6、预测限制
　　
　　-利润变化
　　
　　-生成有预测限制的利润图
　　
　　前提条件：
　　
　　参加本课程前，你应该
　　
　　●完成《Applied Analytics Using SAS Enterprise Miner》（《使用SAS Enterprise Miner进行应用分析》）课程
　　
　　●有创建和管理SAS数据集的经验，可通过学习《SAS Programming 1: Essentials 》(《SAS编程 1: 基础》)课程获取此经验
　　
　　●有使用SAS/STAT软件建立统计模型经验
　　
　　●完成统计课程学习，包括线性回归和逻辑回归，例如《Statistics 1: Introduction to ANOVA, Regression, and Logistic Regression》（《统计1：方差分析，回归和逻辑回归介绍》）课程