E-MINER

차 례 (E-Miner Program)

참고

* <<고객관리(CRM)를 위한 데이터마이닝방법론(강현철외,자유아카데미)>>을 기본으로 하여 실습해보았습니다.

참고 사이트

참고 도서

1. 숭실대 정보통계 보험수리학과

2. 백승민 홈페이지

3. SAS함수 리스트

4. 통계분석연구회

5.Using SAS® Enterprise Miner

1. 고객관리(CRM)를 위한 데이터마이닝방법론(강현철,한상태,최종후외)

2. Data Mining Using SAS® Enterprise Miner

3. 데이터마이닝(기능과 사용법) ( 최종후,한상태,강현철외)

4. 데이터마이닝(방법론 및 활용) (강현철,한상태,최종후외)

5. SAS Enterprise Miner를 이용한 데이터 마이닝(배화수,조대현,석경하외)

6. 고객관리(CRM)를 위한 데이터마이닝의 활용과 실습(김광용,김명섭)

7. 고객관계관리와 데이터마이닝(김연형,김재훈,이석원외)

8. 데이터마이닝(이태림,구자용,박헌진외)

* 예제 데이터 : 자유아카데미 자료실

차례

MAIN

- SAMPLE

2. Data Partition

- Explore

1. Distribution Explorer

3. 데이터 탐색 (Insight)

4. Text Miner(공사중)

5. 연관성분석 (Association)

6-1. 결정계수를 이용한 변수선택 (Variable Selection)

6-2. 카이제곱 통계량을 이용한 변수선택 (Variable Selection)

7. 연결분석 (Link Analysis)

- Modify

1. Data Set Attributes

2. 변수 변환 (Transform Variables)

3. 이상치 제거 (Filter Outliers)

4. 결측값/특이값 대체 (Replacement)

5. 군집분석 (Clustering)

8. Interactive Grouping

- Model

1-1. 선형회귀분석 (Linear Regression)

1-2. 로지스틱 회귀분석 (Logistic Regression)

2-1. 의사결정나무 (Decision Tree)

2-2. 회귀나무나무 (Regression Tree)

3. Neural Network

4. Princomp/Dmneural

5. User Defined Model

6-1. Ensemble(Combined Models)

6-2. Ensemble(Stratified Models)

6-3. Ensemble(Bagging Models)

6-4. Ensemble(Boosting Models)

7. 기억기반추론 (Memory-Based Reasoning)

8. Two Stage Model

- Assess

- Scoring

1. Score

2. Score Converter

- Utility

1. Group Processing

2. Data Mining Database

4. Control Point