/******************************************************************************
 * Programme : Discretización por puntos de corte (Cutpoint Binning)
 * Reference : DISCRE2214
 * Source    : https://www.wearecas.eu/en/sampleCode/DISCRE2214
 ******************************************************************************/

/* --- BLOC 1 --- */
/* Création d'une table CAS temporaire */
options casdatalimit=1000;
caslib _all_ assign;

data casuser.auto_data;
   input MSRP Invoice EngineSize Horsepower Cylinders MPG_City MPG_Highway Weight Wheelbase Length;
   datalines;
25945 23722 3.5 210 6 18 26 3470 110 195
26445 24300 3.5 210 6 18 26 3470 110 195
28495 26033 3.5 210 6 18 26 3470 110 195
23720 21683 2.0 165 4 23 30 2778 101 179
24595 22473 2.0 165 4 23 30 2778 101 179
27270 24806 2.0 190 4 21 29 2833 104 184
28170 25686 2.0 190 4 21 29 2833 104 184
20000 18456 2.0 160 4 24 31 2901 106 187
22000 20387 2.0 170 4 23 31 2946 106 187
30000 27500 3.0 220 6 17 25 3450 109 188
;
run;

/* Application du découpage par points de coupure */
proc binning data=casuser.auto_data numbin=3 method=cutpts;
   input Horsepower / cutpts(180, 200);
   output out=casuser.binned_data copyvars=(MSRP Horsepower);
run;

/* Affichage des résultats (facultatif) */
proc print data=casuser.binned_data (obs=5);
run;

proc freq data=casuser.binned_data;
   tables Binned_Horsepower;
run;


/* --- BLOC 2 --- */
/* Création d'une table CAS temporaire */
options casdatalimit=1000;
caslib _all_ assign;

data casuser.house_prices;
   input SqFt Bedrooms Bathrooms LotSize YearBuilt SalePrice;
   datalines;
1500 3 2 5000 1990 150000
1800 4 2.5 6000 1995 200000
1200 2 1 4000 1980 100000
2000 3 3 7000 2000 250000
1600 3 2 5500 1992 160000
1300 2 1.5 4500 1985 110000
2200 4 3.5 8000 2005 300000
1700 3 2 5800 1998 180000
1900 4 2 6500 2002 220000
1400 3 1 4800 1988 130000
;
run;

/* Application du découpage par points de coupure avec options */
proc binning data=casuser.house_prices numbin=4 method=cutpts;
   input SqFt / cutpts(1500, 1800, 2000) monitor=(SalePrice);
   input YearBuilt / cutpts(1990, 2000) monitor=(SalePrice);
   output out=casuser.binned_house_data copyvars=(SqFt YearBuilt SalePrice) outstat=casuser.bin_stats;
run;

/* Affichage des détails des bins */
proc print data=casuser.bin_stats;
run;

/* Affichage des données binées */
proc print data=casuser.binned_house_data (obs=5);
run;


/* --- BLOC 3 --- */
/* Création d'une table CAS temporaire avec des valeurs manquantes */
options casdatalimit=1000;
caslib _all_ assign;

data casuser.customer_data;
   input Age Income_Monthly Education_Level $ Credit_Score_PreBinning Gender $;
   datalines;
30 3000 Bac NA . M
45 5000 Master NA 750 F
25 2000 HighSchool NA 600 M
NA 4000 PhD NA 800 F
35 NA Bachelor NA 700 M
50 6000 Master NA 850 F
28 2500 HighSchool NA 620 M
40 4500 Bachelor NA 720 F
NA 3500 PhD NA 780 M
32 3200 HighSchool NA 680 F
;
run;

/* Application du découpage avec gestion des manquantes et différentes numbin */
proc binning data=casuser.customer_data numbin=5 method=cutpts;
   input Age / cutpts(30, 40, 50);
   input Income_Monthly / numbin=3 cutpts(3000, 5000) handlemissing=bin;
   output out=casuser.binned_customer_data copyvars=(Age Income_Monthly Credit_Score_PreBinning);
run;

/* Affichage des résultats pour les données binées */
proc print data=casuser.binned_customer_data;
run;

/* Vérification des fréquences pour les variables binées */
proc freq data=casuser.binned_customer_data;
   tables Binned_Age Binned_Income_Monthly;
run;


/* --- BLOC 4 --- */
/* Assurez-vous d'avoir une session CAS active et une caslib assignée */
options casdatalimit=1000;
caslib _all_ assign;

/* Charger des données SASHELP dans CAS pour l'exemple */
data casuser.iris;
   set sashelp.iris;
run;

/* Application du découpage par points de coupure sur une table CAS */
proc binning data=casuser.iris numbin=3 method=cutpts;
   input PetalLength / cutpts(1.5, 4.5);
   input SepalWidth / cutpts(3.0, 3.5);
   output out=casuser.binned_iris (replace=true) copyvars=(Species PetalLength SepalWidth);
   save state out=casuser.binning_state (replace=true);
run;

/* Appliquer le découpage sur de nouvelles données (scoring) */
data casuser.new_iris_data;
   input PetalLength SepalWidth Species $;
   datalines;
1.2 3.8 Setosa
5.0 3.0 Virginica
4.0 2.5 Versicolor
;
run;

proc binning data=casuser.new_iris_data;
   score state=casuser.binning_state out=casuser.scored_iris;
run;

proc print data=casuser.scored_iris;
run;