mca - WeAreCAS

Beschreibung

Reduziert die Dimensionalität nominaler Variablen mithilfe einer multiplen Korrespondenzanalyse.

nominalVarsDimReduction.mca / dimensions=integer <display={displayTables}>, <freq="variable-name">, <id={"variable-name-1" <, "variable-name-2", ...>}>, <inputs={{casinvardesc-1} <, {casinvardesc-2}, ...>}>, <nominals={{casinvardesc-1} <, {casinvardesc-2}, ...>}>, <output={outputStatement}>, <outputTables={outputTables}>, <prefix="string">, <saveState={casouttable}>, <table>;

Einstellungen

Parameter	Beschreibung
dimensions	Gibt die Anzahl der reduzierten Variablen an.
display	Gibt eine Liste von Ergebnistabellen an, die zur Anzeige an den Client gesendet werden sollen.
freq	Gibt die Häufigkeitsvariable an.
id	Gibt die Variablen an, die als Datensatzidentifikatoren verwendet und in die Ausgabetabelle übertragen werden sollen, die Sie im Ausgabeparameter angeben.
inputs	Gibt die in der Analyse zu verwendenden Variablen an.
nominals	Gibt die im Training zu verwendenden nominalen Variablen an.
output	Gibt die Ausgabedatentabelle an, die die Werte der reduzierten Variablen für die nominalen Trainingsdaten enthält.
outputTables	Listet die Namen der Ergebnistabellen auf, die als CAS-Tabellen auf dem Server gespeichert werden sollen.
prefix	Gibt ein Präfix an, das auf die Namen der reduzierten Variablen angewendet werden soll.
saveState	Gibt die Ausgabedatentabelle an, in der das Dimensionsreduktionsmodell der nominalen Variablen für zukünftiges Scoring gespeichert werden soll.
table	Gibt die Eingabetabelle an.

Datenaufbereitung Datenaufbereitungsblatt ansehen

Datenerstellung

Erstellt eine Beispieltabelle mit nominalen Variablen zur Durchführung der MCA. Diese Daten repräsentieren fiktive Kundeninformationen.

Kopiert!

1	DATA casuser.customer_data;
2	LENGTH Gender $ 6 Country $ 10 Product $ 8;
3	INPUT Gender $ Country $ Product $;
4	CARDS;
5	Male USA Laptop
6	Female Germany Phone
7	Male France Tablet
8	Female USA Laptop
9	Male Japan Phone
10	Female Germany Camera
11	Male USA Tablet
12	Female France Laptop
13	;
14	RUN;

Beispiele

Dieses Beispiel führt eine einfache MCA mit 2 Dimensionen für alle nominalen Variablen in der Eingabetabelle 'customer_data' durch.

SAS® / CAS-Code Code wartet auf Validierung durch die Community

Kopiert!

1	PROC CAS;
2	nominalVarsDimReduction.mca /
3	TABLE={name='customer_data'},
4	dimensions=2,
5	OUTPUT={name='customer_mca_out', replace=true};
6	RUN;

Ergebnis :
Die Aktion generiert eine Ausgabetabelle 'customer_mca_out', die die ursprünglichen Daten sowie zwei neue numerische Variablen enthält, die die reduzierten Dimensionen darstellen.

Dieses Beispiel führt eine MCA mit 3 Dimensionen durch, gibt das Modell zur späteren Verwendung aus und verwendet das Präfix 'mca_dim' für die Ausgabevariablen. Es werden nur die Variablen 'Country' und 'Product' für die Analyse berücksichtigt.

SAS® / CAS-Code Code wartet auf Validierung durch die Community

Kopiert!

1	PROC CAS;
2	nominalVarsDimReduction.mca /
3	TABLE={name='customer_data'},
4	dimensions=3,
5	nominals={'Country', 'Product'},
6	OUTPUT={name='customer_mca_detailed', replace=true, copyVars={'Gender'}},
7	saveState={name='mca_model', replace=true},
8	prefix='mca_dim';
9	RUN;

Ergebnis :
Die Aktion generiert eine Ausgabetabelle 'customer_mca_detailed' mit den kopierten Variablen und 3 neuen Dimensionen (mca_dim1, mca_dim2, mca_dim3). Das Scoring-Modell wird in der Tabelle 'mca_model' gespeichert.

FAQ

Was ist der Zweck der `mca`-Aktion?

Welche grundlegenden Parameter sind für die `mca`-Aktion erforderlich?

Wie gebe ich die zu analysierenden nominalen Variablen an?

Wie kann ich die Ausgabetabelle speichern, die die reduzierten Variablen enthält?

Ist es möglich, das Analysemodell zur späteren Verwendung zu speichern?

Wie kann ich den Ausgabevariablen im Ausgabedatensatz ein Präfix zuweisen?

Beschreibung

Datenerstellung

Beispiele

Einfaches Beispiel für MCA

Detailliertes Beispiel für MCA

FAQ