algorithm - 数据集的最低观测值可以涵盖所有必需级别

我被难住了。
我想将一个非常大的数据集减少为更少的观测值，但要包含原始数据集的所有级别（最多）一次这样做是为了测试的目的，所以我们最感兴趣的是得出具有最少obs数量的最终数据集。
所以如果我们以数据集sashelp.class为例。我想找出第一个OBS（或任何非特定的OBS），但我觉得第一个/最后一个OBS更容易覆盖每个原始数据集的级别，而不是所有可能的（现有的或理论的）所需变量的组合。
输出如下所示：（sashelp.class:按年龄、性别划分的所有级别）：
年龄有6个不同的层次（11-16）
性有两个不同的层次（“f”，“m”）
理论上，覆盖这些级别的obs最少为6个。
所以我们最终应该：
OBS 1:受到惊吓，“M”，14岁
OBS#2:爱丽丝，“F”，13
芭芭拉、卡罗尔和亨利都不参加比赛，因为F-M和13-14都参加了比赛
OBS 3:詹姆斯，“M”，12岁
表4:Janet，“F”，15
表5:Joyce，“F”，11
表6:Philip，“M”，16
输出结束
在这种情况下，我们按顺序遍历数据，我们发现满足要求的obs（6）的最小数量，但是如果级别变得更长（或相互关联），并且数据分类（假设我们可以预先排序），我们可能会得到一些接近最小的值，但不是所需变量中最长级别的最小值。
我想这需要某种递归算法来获得最有效的少量obs来覆盖这些值，但不知道从哪里开始。任何帮助将不胜感激！

最佳答案

这不是一个非常有效的方法，但是它给出了期望的结果

/* sort by first key */
proc sort data=sashelp.class out=minset;
 by age;
run;

/* set wantflag to 1 if first.key else wantflag is 0 */
data minset;
 set minset;
 by age;
 if first.age then wantflag = 1;
 else wantflag = 0;
run;

/* repeat proc sort and next data step for each consecutive key */
/* sort by second key and by descending wantflag */
proc sort data=minset out=minset;
 by sex descending wantflag ;
run;

/* set wantflag to 1 if first.key, do NOT set to 0 if not key */
data minset;
 set minset;
 by sex;
 if first.sex then wantflag = 1;
run;

/* finally keep smallest possible dataset */
data minset (drop=wantflag );
 set minset;
 if wantflag eq 1 then output;
run;

关于algorithm - 数据集的最低观测值可以涵盖所有必需级别，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/19634246/