SAS企业级数据挖掘
简化数据挖掘流程，快速开发模型。 了解关键关系。 并找到重要的模式。
-
用更好的工具建立更好的模型
大大缩短数据挖掘人员和统计人员的模型开发时间。 交互式、自文档化的流程图环境可有效映射整个数据挖掘过程，以产生更佳结果。 与其他任何商业数据挖掘软件包相比，它拥有更多的预测建模技术。 为什么不用更好的？
-
增强企业用户的能力
统计技能有限的业务用户和主题专家可以使用 SAS Rapid Predictive Modeler 生成自己的模型。 易于使用的图形用户界面可引导他们完成数据挖掘任务的工作流程。 分析结果以简单易懂的图表显示，为更好的决策提供所需的洞察力。
-
提高预测准确性和共享可靠的结果
利用创新算法和特定行业方法创建性能更佳的模型。 通过可视化评估和验证指标验证结果。 通过并排显示，轻松比较采用不同方法建立的模型的预测和评估统计数据。 生成的图表还可以作为自文档模板，您可以更新或应用于新问题，而无需重新开始。
-
自动部署模型和评分
所有模型开发阶段的评分代码都是自动生成的，避免了手动重写和转换代码可能造成的代价高昂的错误。 您可以在业务流程中嵌入评分代码。 或者将其部署在 SAS 的实时或批处理环境中、网络上，或直接部署到关系数据库中。 这样既节省时间，又能获得更准确的结果。
-
充分利用强大的 SAS Viya 技术
使用 SAS Viya 代码节点，SAS Enterprise Miner 用户可以在 SAS Enterprise Miner 流程中调用功能强大的 SAS Viya 操作。 通过将 Viya 模型纳入流程，数据科学家可以比较或组合 Viya 模型和其他 SAS 模型，从而能够充分利用 SAS 的强大功能，更快地取得创新成果。
主要功能
描述性和预测性建模可提供有助于做出更好决策的洞察力。
易于使用的图形用户界面和批量处理
更快地建立更多更好的模型。
复杂的数据准备、汇总和探索
利用功能强大的交互式数据准备工具，处理缺失值、过滤异常值、制定细分规则等。
高级预测和描述性建模
利用一套统计、数据挖掘和机器学习算法，获得卓越的分析深度。
与 R 的开源集成
在 R 中执行数据转换和探索，并对有监督和无监督模型进行训练和评分。
高效的功能
利用随附的高性能数据挖掘节点提升性能。
为企业用户提供快速、简便、自给自足的模型生成方式
SAS Rapid Predictive Modeler 可自动引导非技术用户完成数据挖掘任务的工作流程。
模型比较、报告和管理
通过简单易用的评估功能，快速确定哪种模型能产生更佳提升效果和总体投资回报率。
自动计分
在 SAS、C、Java 和 PMML 中自动生成评分代码，然后在各种实时或批处理环境中部署评分代码--在 SAS、网络或直接在关系数据库或 Hadoop 中。
在流程中调用 SAS Viya 操作的能力
使用 SAS Viya 代码节点，在 SAS Enterprise Miner 流程中直接提交和执行 SAS Viya 代码。
可扩展处理
利用 Java 客户端和 SAS 服务器架构，从单用户系统扩展到超大型企业解决方案。
云部署选项
从我们更先进的软件和可扩展架构中获益，由 SAS 专家在安全的云环境中提供管理和支持。
