#sas建模-建模过程介绍

学了一段时间的sas，也对基本的操作有了自己的理解与经验，上周五也进行了一次简单完整的sas建模，也顺便写一写关于这次建模的总结与教训哈哈哈。

建模背景：有关于一家银行的客户记录的数据，包括其储蓄卡／信用卡开卡时间，汇入汇出次数金额，取款存款次数金额，年龄，性别，不同方式（ATM，网银等）取款存款次数金额等50多个变量（对这几个变量印象较深），还有y值（1代表购买理财产品，0代表不够理财产品），然后就是使用logistics回归建立预测模型，预测客户是否会购买其理财产品。

下面我就讲下我和同伴一起建模的过程吧，顺便也梳理一下我们的一些问题点，大致按数据预处理，变量删减，变量分析，:模型建立几个环节来进行梳理，对于问题点下周回公司请教一下老司机们嘻嘻~

part 1：数据预处理

删除“未来”数据：拿到数据的一开始，老师就提示我们这堆数据里面可能会存在跨时间的“错误”数据，什么意思？简单来说吧，我们做模型的目的是基于现在的数据来预测未来的行为，所以，我们用来建立模型的输入变量数据，必须是历史数据，即当下可以拿到。

而数据的时间截点是15.9.30，但是有些客户的数据是之后才有的，所以这类的数据是不能进入到模型训练中的，应该进行标志并删除。

平衡样本：本来一开始没有删除的时候，看了一下好坏样本（即0-1的占比）占比为9：