SAS Users: Data Mining Tips & Tricks

Tamaño: px

Comenzar la demostración a partir de la página:

Download "SAS Users: Data Mining Tips & Tricks"

Eugenia Sevilla Silva
hace 7 años
Vistas:

1 SAS Users: Data Mining Tips & Tricks José Antonio Padrós Escalante SAS Institute de México

2 Experiencias como Consultores de SAS Segmentos de Riesgo para Instituciones Financieras GE Capital Relación larga y frecuente con clientes bien conocidos Decisiones con repercusión económica directa Marketing Directo para Tiendas Departamentales Macy s Relación intermitente con clientes de vida media a larga Decisiones con repercusión económica desfasada Conocimiento del Cliente de Telecomunicaciones Vodafone Actividad muy frecuente con clientes poco conocidos Decisiones con muy baja retroalimentación y desfasamiento

Relación intermitente con clientes de vida media a larga Decisiones con repercusión económica desfasada Conocimiento del Cliente

3 Tips Las páginas SUGI / SAS Global Forum La ayuda en línea de SAS Los cursos en línea de SAS And Tricks La administración de modelos desarrollados. La preparación de variables numéricas.

4 Tips Las páginas SUGI / SAS Global Forum La ayuda en línea de SAS Los cursos en línea de SAS

5 Material disponible en línea SUGI / SAS Global Forum SAS Global Forum Previous Conferences

6 Material disponible en línea SUGI / SAS Global Forum Código para crear mejores gráficas

7 Material disponible en línea Escritura a Dispositivos FTP, , SUGI / SAS Global Forum

8 Material disponible en línea Mejor manejo de Memoria SUGI / SAS Global Forum

9 Material disponible en línea SUGI / SAS Global Forum Papers técnicos Papers administrativos Código probado por usuarios

10 Material disponible en línea Support Búsqueda de Ejemplos, Consejos de Uso y Pruebas

11 Material disponible en línea Support Knowledge Base: Ejemplos de Uso

12 Material disponible en línea Support Cursos y Tutoriales. (Algunos Gratuitos)

13 Material disponible en línea Support Cursos y Tutoriales. (Algunos Gratuitos)

14 Material disponible en línea Support Cursos y Tutoriales. (Ambientes simulados)

15 Material disponible en línea Support Googling: site:support.sas.com "proc tabulate"

16 And Tricks La administración de modelos desarrollados. La preparación de variables numéricas.

17 La administración de Modelos Productivos Pruebas frente a datos del ambiente de producción. Monitoreo de cambios en las variables predictivas. El tiempo de respuesta.

18 La administración de Modelos Productivos Pruebas frente a datos del ambiente de producción. La selección de casos puede ocultar potenciales problemas frente a datos del ambiente productivo completo. Pruebas realistas conducen a expectativas realistas.

La selección de casos puede ocultar potenciales problemas

19 La administración de Modelos Productivos Monitoreo de cambios en las variables predictivas. Varianzas más grandes conllevan mayor incertidumbre. El comportamiento estudiado cambia conforme cambie el mercado, el conocimiento, la innovación.

Varianzas más grandes conllevan mayor incertidumbre.

20 La administración de Modelos Productivos El tiempo de respuesta. Capacidad de hacer productivo el conocimiento adquirido. Estimación del tamaño de las ventanas de oportunidad.

21 Problemática de las variables numéricas La mayoría de los algoritmos buscan explotar la proporcionalidad que la variable numérica tenga con la variable de interés.

22 Problemática de las variables numéricas Rara vez encontramos una regla de proporcionalidad lineal y con observaciones homogéneas.

23 Linealización Mapa Geográfico Diagrama de Tiempos 20 min 20 min 20 min

24 Linealización Una función no lineal, uno-a-uno, puede ser interpretada por una tabla de linealización. Termómetros electrónicos Se debe investigar la tabla de equivalencias mediante exploración. Se pueden aprovechar los diferentes segmentos encontrados de distintas formas.

25 Tabla de equivalencias para linealización Establece segmentos para Usar como variable adicional Separar variable original según segmento Producir modelos separados Usar evidencia del segmento en lugar de la variable original

26 Tabla de equivalencias para linealización Establece segmentos para Usar como variable adicional Separar variable original según segmento Producir modelos separados Usar evidencia del segmento en lugar de la variable original

27 Tabla de equivalencias para linealización Establece segmentos para Usar como variable adicional Separar variable original según segmento Producir modelos separados Usar evidencia del segmento en lugar de la variable original

28 Tabla de equivalencias para linealización Establece segmentos para Usar como variable adicional Separar variable original según segmento Producir modelos separados Usar evidencia del segmento en lugar de la variable original

29 Ejemplo Variables Realistas: Donaciones (KDD Cup 97)

30 Ejemplo Log10

31 Ejemplo Rangos (deciles)

32 Ejemplo Separación de segmentos

33 Ejemplo Rangos (deciles)

34 Recomendación Dar tratamiento a las variables numéricas para forzar a que su mayor aportación posible sea considerada por algoritmos basados en relaciones lineales. Considerar las variables nuevas como posibles segmentadores o incluso como reemplazo de las variables originales. Código de apoyo: PROC STDIZE PROC BOXPLOT PROC UNIVARIATE PROC GPLOT

35 Gracias!

Documentos relacionados

SALA CONSEJO A. AC HOTEL GRAN CANARIA Eduardo Benot, 3 35007 Las Palmas T. 928 26 61 00 www.hotelacgrancanaria.com

SALA CONSEJO A. AC HOTEL GRAN CANARIA Eduardo Benot, 3 35007 Las Palmas T. 928 26 61 00 www.hotelacgrancanaria.com SALA CONSEJO A Consejo A SALA CONSEJO B Consejo B SALA FÓRUM A Fórum A SALA FÓRUM B Fórum B SALA FÓRUM C Fórum C 61,36 m 2 25 35 SALA GRAN FÓRUM A Gran Fórum A 210,78 m 2 100 SALA GRAN FÓRUM B Gran Fórum