SAS机器学习技术应用示例项目教程

SAS机器学习技术应用示例项目教程

enlighten-applyExample code and materials that illustrate applications of SAS machine learning techniques.项目地址:https://gitcode.com/gh_mirrors/en/enlighten-apply

1. 项目目录结构及介绍

enlighten-apply/
├── BayesianNetwork/
├── ML_tables/
├── SAS_EM_ML_examples/
├── SAS_EM_SGF2015_CCPDS/
├── SAS_GWU_examples/
├── SAS_Neural_PatternRecognition/
├── SAS_Py_Patches_PatternRecognition/
├── SAS_UE_Random_Projections/
├── SAS_UE_SGF2016_faces/
├── SAS_UE_TidyData/
├── SAS_Viya_AX2016_faces/
├── SVM/
├── gitattributes
└── ContributorAgreement

目录结构介绍

• BayesianNetwork/: 包含贝叶斯网络相关的代码和材料。
• ML_tables/: 包含机器学习表格相关的代码和材料。
• SAS_EM_ML_examples/: 包含SAS Enterprise Miner机器学习示例代码和材料。
• SAS_EM_SGF2015_CCPDS/: 包含2015年SAS全球论坛的代码和材料。
• SAS_GWU_examples/: 包含乔治华盛顿大学相关的代码和材料。
• SAS_Neural_PatternRecognition/: 包含神经网络模式识别相关的代码和材料。
• SAS_Py_Patches_PatternRecognition/: 包含Python补丁模式识别相关的代码和材料。
• SAS_UE_Random_Projections/: 包含随机投影相关的代码和材料。
• SAS_UE_SGF2016_faces/: 包含2016年SAS全球论坛人脸识别相关的代码和材料。
• SAS_UE_TidyData/: 包含整理数据相关的代码和材料。
• SAS_Viya_AX2016_faces/: 包含Viya平台2016年人脸识别相关的代码和材料。
• SVM/: 包含支持向量机相关的代码和材料。
• gitattributes: Git属性配置文件。
• ContributorAgreement: 贡献者协议文件。

2. 项目启动文件介绍

由于项目中没有明确的启动文件（如main.py或app.js等），通常需要根据具体示例或任务选择相应的代码文件进行运行。例如，如果需要运行贝叶斯网络相关的代码，可以进入BayesianNetwork/目录，选择相应的Python或SAS脚本进行运行。

3. 项目配置文件介绍

项目中没有明确的配置文件（如config.json或settings.py等），配置通常通过代码中的参数或环境变量进行设置。如果需要进行配置，建议查看具体示例代码中的参数设置部分，并根据需要进行修改。

---

以上是基于sassoftware/enlighten-apply项目的教程内容，涵盖了项目的目录结构、启动文件和配置文件的介绍。希望这些信息对你有所帮助。

enlighten-applyExample code and materials that illustrate applications of SAS machine learning techniques.项目地址:https://gitcode.com/gh_mirrors/en/enlighten-apply