Geschäftskontext
Ein großer E-Commerce-Händler analysiert die Anzahl der Artikel im Warenkorb ('cart_items') basierend auf Millionen von Websitzungen. Das Ziel ist es, die Robustheit der 'countregFitModel'-Aktion bei großen Datenmengen zu testen und die Rechenzeit zu bewerten. Hierbei wird ein Negativ-Binomial-Modell verwendet, um die Überdispersion der Daten (Varianz > Mittelwert) zu berücksichtigen.
Datenaufbereitung
Generierung von 1 Million Datensätzen (Web-Sessions) mit 'duration' (Dauer) und 'device' (Gerätetyp).
Kopiert!
| 1 | |
| 2 | DATA casuser.web_sessions; |
| 3 | call streaminit(999); |
| 4 | DO i = 1 to 1000000; |
| 5 | duration = rand('EXPONENTIAL', 5); |
| 6 | IF rand('UNIFORM') > 0.5 THEN device='Mobile'; |
| 7 | ELSE device='Desktop'; |
| 8 | mu = exp(0.1 * duration); |
| 9 | cart_items = rand('NEGB', 0.5, mu); |
| 10 | OUTPUT; |
| 11 | END; |
| 12 | |
| 13 | RUN; |
| 14 |
Étapes de réalisation
1
Ausführung des Negativ-Binomial-Modells (NEGBIN2) auf dem großen Datensatz mit Anforderung der Kovarianzmatrix und Zeitmessung.
Kopiert!
| 1 | |
| 2 | PROC CAS; |
| 3 | countreg.countregFitModel / TABLE={name='web_sessions'}, model={depVars={{name='cart_items'}}, effects={{vars={'duration', 'device'}}}, modelOptions={modelType='NEGBIN2', covb=TRUE}}, timingReport={summary=TRUE}; |
| 4 | |
| 5 | RUN; |
| 6 |
Erwartetes Ergebnis
Die Aktion wird auch bei 1 Million Zeilen ohne Speicherfehler ausgeführt. Der 'Timing Report' wird angezeigt und gibt Aufschluss über die Laufzeit. Die Kovarianzmatrix wird in den Ergebnissen ausgegeben.