SASコードで多くのSVMモデルを実行するには？

Question

私はEnterprise Minerで働いていて、this video from SASを見ました。彼は簡単にSVMモデルの束を実行するためのSASコードノードを示しています。

彼はすべてを表示していませんでしたが、これをどうやって行うのか不思議に思っていました。ここで私は、これまで取得することができたものです。

%macro hpsvm (run=1,runLabel=,penalty=10,method=activeSet,kernel=TBF); 

    proc hpsvm data=&em_import_data maxiter=25 metho = &method. tolerance=0.000001 c = &penalty.; 
     input %em_internal_input/level = interval; 
     target %em_target/level = binary ; 
     lernel &kernel.; 
     partition fraction (validate=.3 seed=12345); 
     ods output fitStatistics=fitStats&run.; 
    run; 

    data firStats&run.; 
     length method $ 10; 
     length kernel $ 10; 
     length runLabel $ 64; 
     set fitStats&run.; 
     run = &run; 
     runLabel = "&runLabel"; 
     method="&method."; 
     kernel="&kernel."; 
     penalty=&penalty.; 
    run; 

    proc print data=fitStats&run.; 
    run; 

    proc append base=fitStats data=firStats&run.; 

%mend hpsvm; 

%hpsvm(run=1,runLabel=RBF c=1, method=activeSet, kernel=RBF,penalty=1); 
%hpsvm(run=2,runLabel=RBF c=5, method=activeSet, kernel=RBF,penalty=5); 
%hpsvm(run=3,runLabel=RBF c=10, method=activeSet, kernel=RBF,penalty=10); 
%hpsvm(run=4,runLabel=RBF c=15, method=activeSet, kernel=RBF,penalty=15); 
%hpsvm(run=5,runLabel=RBF c=20, method=activeSet, kernel=RBF,penalty=20); 

%hpsvm(run=6,runLabel=Linear c=1, method=ipoint, kernel=linear,penalty=1); 
%hpsvm(run=7,runLabel=Linear c=5, method=ipoint, kernel=linear,penalty=5); 
%hpsvm(run=8,runLabel=Linear c=10, method=ipoint, kernel=linear,penalty=10); 
%hpsvm(run=9,runLabel=Linear c=15, method=ipoint, kernel=linear,penalty=15); 
%hpsvm(run=10,runLabel=Linear c=20, method=ipoint, kernel=linear,penalty=20); 

%hpsvm(run=11,runLabel=Polynomial c=1, method=ipoint, kernel=POLYNOM,penalty=1); 
%hpsvm(run=12,runLabel=Polynomial c=5, method=ipoint, kernel=POLYNOM,penalty=5); 
%hpsvm(run=13,runLabel=Polynomial c=10, method=ipoint, kernel=POLYNOM,penalty=10); 
%hpsvm(run=14,runLabel=Polynomial c=15, method=ipoint, kernel=POLYNOM,penalty=15); 
%hpsvm(run=15,runLabel=Polynomial c=20, method=ipoint, kernel=POLYNOM,penalty=20); 

%hpsvm(run=16,runLabel=Sigmoid c=1, method=activeSet, kernel=SIGMOID,penalty=1); 
%hpsvm(run=17,runLabel=Sigmoid c=5, method=activeSet, kernel=SIGMOID,penalty=5); 
%hpsvm(run=18,runLabel=Sigmoid c=10, method=activeSet, kernel=SIGMOID,penalty=10); 
%hpsvm(run=19,runLabel=Sigmoid c=15, method=activeSet, kernel=SIGMOID,penalty=15); 
%hpsvm(run=20,runLabel=Sigmoid c=20, method=activeSet, kernel=SIGMOID,penalty=20); 

data fitStats; 
    retain run runLabel method kernal penalty; 
    set fitStats; 
run; 

%em_register(type=Data,key=fitStats); 

data &em_user_fitStats; 
    retain Penalty; 
    set fitStats; 
run; 

%em_report(viewType=data,key=fitStats,autodisplay=y,description=Fit Statistics by Run); 

%em_register(type=Data,key=Error); 

これについて注意すべきいくつかのこと：

• は、私はUCI からMillionSongDatasetを使用して（しかし、私はどのように出力データに知らせていますこれは私が作ることができる唯一のエラーは引用符や半を持っていない程度のものである前のノード（データパーティション）
• からのデータを使用して実行する必要があります良いSOためのフォーマット、と私はここにいくつかを追加します）
• 右の肋骨の結腸SASのコーディング経験はほとんどありません。
• 残りの1/5のコードは表示されませんでした。

多くのSVMモデルを実行して最適なモデルを見つけるためのさまざまなオプションを試してみたいと思っています。

Answer 1

SASは実際に私にコードをメールしました！

%macro hpsvm (run=1,runLabel=,penalty=10,method=activeSet,kernel=RBF); 


    proc hpsvm data=&em_import_data maxiter=25 method = &method. tolerance=0.000001 c = &Penalty.; 
    input %em_interval_input/level = interval; 
    target %em_target/level = binary ; 
    kernel &kernel.; 
    partition fraction (validate=.3 seed=12345); 
    ods output fitStatistics=fitStats&run.; 
    run; 

    data fitStats&run.; 
    length method $ 10; 
    length kernel $ 10; 
    length runLabel $ 64; 
    set fitStats&run.; 
    run = &run; 
    runLabel = "&runLabel"; 
    method="&method."; 
    kernel="&kernel."; 
    penalty=&penalty.; 
    run; 

    proc print data=fitStats&run.; 
    run; 

    proc append base=fitStats data=fitStats&run.; 
    run; 

%mend hpsvm; 

%hpsvm(run=1,runLabel=RBF c=1,method=activeSet,kernel=RBF,penalty=1); 
%hpsvm(run=2,runLabel=RBF c=5,method=activeSet,kernel=RBF,penalty=5); 
%hpsvm(run=3,runLabel=RBF c=10,method=activeSet,kernel=RBF,penalty=10); 
%hpsvm(run=4,runLabel=RBF c=15,method=activeSet,kernel=RBF,penalty=15); 
%hpsvm(run=5,runLabel=RBF c=20,method=activeSet,kernel=RBF,penalty=20); 

%hpsvm(run=6,runLabel=Linear c=1,method=ipoint,kernel=linear,penalty=1); 
%hpsvm(run=7,runLabel=Linear c=5,method=ipoint,kernel=linear,penalty=5); 
%hpsvm(run=8,runLabel=Linear c=10,method=ipoint,kernel=linear,penalty=10); 
%hpsvm(run=9,runLabel=Linear c=15,method=ipoint,kernel=linear,penalty=15); 
%hpsvm(run=10,runLabel=Linear c=20,method=ipoint,kernel=linear,penalty=20); 

%hpsvm(run=11,runLabel=RBF c=1,method=ipoint,kernel=POLYNOM,penalty=1); 
%hpsvm(run=12,runLabel=RBF c=5,method=ipoint,kernel=POLYNOM,penalty=5); 
%hpsvm(run=13,runLabel=RBF c=10,method=ipoint,kernel=POLYNOM,penalty=10); 
%hpsvm(run=14,runLabel=RBF c=15,method=ipoint,kernel=POLYNOM,penalty=15); 
%hpsvm(run=15,runLabel=RBF c=20,method=ipoint,kernel=POLYNOM,penalty=20); 

%hpsvm(run=16,runLabel=Linear c=1,method=activeSet,kernel=SIGMOID,penalty=1); 
%hpsvm(run=17,runLabel=Linear c=5,method=activeSet,kernel=SIGMOID,penalty=5); 
%hpsvm(run=18,runLabel=Linear c=10,method=activeSet,kernel=SIGMOID,penalty=10); 
%hpsvm(run=19,runLabel=Linear c=15,method=activeSet,kernel=SIGMOID,penalty=15); 
%hpsvm(run=20,runLabel=Linear c=20,method=activeSet,kernel=SIGMOID,penalty=20); 


data fitStats; 
    retain run runLabel method kernel penalty; 
    set fitStats; 
run; 


proc print data=fitStats; 
run; 


%em_register(type=Data,key=fitStats); 

data &em_user_fitStats; 
    retain Penalty; 
    set fitStats; 
run; 

%em_report(viewType=data,key=fitStats,autodisplay=y,description=Fit Statistics by Run); 

%em_register(type=Data,key=Error); 

data &em_user_Error; 
    set fitStats; 
    if statistic = 'Error'; 
run; 

%em_report(viewType=lineplot,key=Error,x=penalty,y=validation,group=kernel,description=Classification Error by penalty,autodisplay=y); 


%em_register(type=Data,key=Sensitivity); 

data &em_user_Sensitivity; 
    set fitStats; 
    if statistic = 'Sensitivity'; 
run; 

%em_report(viewType=lineplot,key=Sensitivity,x=penalty,y=validation,group=kernel,description=Sensitivity by penalty,autodisplay=y); 


%em_register(type=Data,key=Specificity); 

data &em_user_Specificity; 
    set fitStats; 
    if statistic = 'Specificity'; 
run; 

%em_report(viewType=lineplot,key=Specificity,x=penalty,y=validation,group=kernel,description=Specificity by penalty,autodisplay=y);