Leo Yeh's Blog

SAS 預測分析 (10)

教學目標

初步了解 SAS 所提供預測分析相關完整解決方案的基本概念。

重點概念

首先在 SAS Viya 分析平台中進行預測分析主要使用管線進行建模,其中建模的方式主要能夠分為自定義管線和自動預測管線,並且根據不同情境選擇適當的管線範本,以及比較管線中的模型,以利識別和解釋冠軍模型的模型類型,以及在管線比較中定義準確性統計的角色,更進一步選擇專案中的冠軍模型。然而在建模之前我們必須先建立預測分析的專案,並且載入多種來源的資料累積為時間序列資料表,以及根據不同的情境載入適當的屬性資料表,將會有助於預測分析。此外自適應學習主要會定義和計算 MAPE、MAE 或 RMSE 準確性統計量判斷模型準確性,值越小越好,並且根據情況確定何時最適合使用 MAPE、MAE 或 RMSE 準確性統計量評估指標,以及使用保留樣本進行預測分析模型的評估。

接著在 SAS Viya 分析平台中進行預測分析除了常見的時間序列預測模型之外,更提供了分層預測的功能,其主要透過具有層次結構的資料產生預測分析的結果,並且透過增加組合模型來提高預測的擬合度和共享模型。更進一步使用時間序列資料進行模型建立,建立方式主要可分為資料累積和資料聚合二種方式,在不同的情境應用下將會選擇最適當的的累積或聚合選項。此外我們能夠針對不同的情境提供適當的分層模型或組合模型,並且為層次模型選擇適當的解構方法,預設方法主要從中間階層進行解構通常能夠取得最佳的資料訊號,以利產生用於預測分析的組合模型。

再來在 SAS Viya 分析平台中進行預測分析除了常見的時間序列預測模型和組合的層次結構模型之外,更提供了預測後覆寫的功能,我們主要能夠針對實務經驗透過覆寫的功能應用於預測分析,此時將會面臨覆寫衝突的問題需要進行解決,並且會以手動或自動的方式匯出預測的資料集結果,以利在 SAS Visual Analytics 中進行相關資料的探索和分析。

最後在 SAS Viya 分析平台中進行預測分析除了常見的時間序列預測模型、組合的層次結構模型和進階的覆寫設定模型之外,我們更能夠根據客戶不同的預測需求撰寫 SAS 預測分析的相關程式碼,並且儲存為管線中的其中一個節點,並且能夠在不同專案中進行共享,以利重複使用客製預測分析的節點。

相關資源

⬅️ Go back