SPSS 初步介绍
Mdeler概述
SPSS Modeler基本认识
IBM SPSS Modeler 是一组数据挖掘工具，通过这些工具可以采用商业技术，快速建立预测性模型，并将其应用于商业活动，从而改进决策过程。
SPSS Modeler 提供了各种借助机器学习、人工智能和统计学的建模方法。通过建模选项中的方法，您可以根据生成新的信息以及开发预测模型。
SPSS Modeler特点
-
强大的数据读取功能
-
丰富的数据处理方法
-
图形化数据探索方式
-
核心的数据挖掘算法
-
简洁直观的模型评估
-
性能卓越的三层体系结构
SPSS Modeler软件优势
-
Modeler软件全程拖拉操作，可设置简体中文，与Python等软件相比不需要编程
-
学习周期短，可以连接各种数据源做分析，自动化分析
-
不需要精通统计学，黑箱算法，容易学会高级分析师必备数据挖掘能力
-
处理大数据（对于Excel、SPSS 、数据库处理不了的算法可以处理）
-
简单使用对于（R语言，MATLIB,SAS处理繁琐的可以处理）
IBM SPSS Modeler 与SPSS Modeler 的区别
功能：数据分析、数据挖掘、可视化
1.数据分析：描述统计、相关/因子分析、异常检测、方差分析，.....
-
描述数据：列连表、归纳分析
-
异常检测：k-sigma
-
方差分析：单/双因子
2.数据挖掘：属性筛选、分类预测、回归预测、聚类分析、关联分析、时间序列、......
-
属性筛选：重要性分析，主成分分析
-
分类预测：决策树、神经网络、回归树
-
聚类分析：k均值聚类、两阶段聚类
3.可视化：散点图、线图、箱线图、网络图、帕累托图、......
SPSS Modeler生活中的应用
CRM、Risk、欺诈识别、RFM、客户流失分析、警情概括
工具安装
- 官网下载安装包：SPSS Modeler - 中国 | IBM
- 解压安装包，根据电脑配置选择安装，运行setup.exe文件
- 安装完成SPSS Modeler界面，选择创建新流
窗口说明
数据流编辑区域
-
数据流编辑区域位于主窗口中间部分，是建立和编辑SPSS Modeler数据流的区域
-
依据数据挖掘方法论建立PSS Modeler数据流
节点工具箱窗口
SPSS Modeler最基本的操作就是将 【节点区】的节点拖入到【数据流构建区】，利用数据流进行连接，实现各种功能
流管理窗口
流管理窗口位于主窗口右侧上方，可通过左右按钮是使窗口呈：“可见或”不“不可见”状态
流管理窗口由 “流” “输出” “模型” 选项卡组成
-
项目管理窗口
项目是多条数据流及相应运行结果（包括报表、图形和模型结果）的集合，通常包含商业了解、数据了解、数据准备、建模、评估、部署等子项目。且各子项目由相应的数据流和运行结果
数据挖掘方法论
操作使用Modeler的目标是建立数据流，即根据数据挖掘的实际需要，选择节点，依次连接节点建立数据流，不断修改和调整数据流中节点的参数，运行数据流，最终完成相应的数据挖掘任务
数据流基本管理
选择和管理节点 节点连接和调整 设置节点参数 运行数据流
选择和管理节点
-
右击数据流编辑区域中的当前节点（呈反向黄色显示），选择弹出菜单中的选项（或利用快捷键），对数据流的节点进行管理
-
起始节点、中间节点和终止节点的弹出菜单有些不同
设置节点参数
右击某节点，选择弹出菜单中的“编辑”，即可实现该节点的参数设置
所有节点参数中都有“重命名并标注”，如图所示。不同节点的大部分参数内容是不同的，了解节点的功能，掌握其方法原理，是理解参数含义，正确设置参数值的前提，也是学习和使用SPSS Modeler难点
运行数据流
-
数据流运行成功，所生成的数据表或模型结果会显示在流管理器的相应选项卡中
-
否则，SPSS Modeler会给出数据流运行错误的提示信息，用户需对节点参数进行重新调整后在运行数据流
-
数据流运行过程中，若单击工具栏上的按钮，则可强行中断数据流的运行
缓存节点
缓存节点，顾名思义是节点具有数据缓存的作用，即可在某个节点上建立一个数据缓存区，存放数据流运行至此的中间结果，并可保存到磁盘文件中
超节点
超节点是由多个节点集成在一个节点中形成的，便于数据流的浏览和管理
SPSS Modeler中的超节点包括三种类型：左侧无连接的超节点，两侧均有连接的超节点，右侧无连接的超节点