欢迎来到第壹文秘! | 帮助中心 分享价值,成长自我!
第壹文秘
全部分类
  • 幼儿/小学教育>
  • 中学教育>
  • 高等教育>
  • 研究生考试>
  • 外语学习>
  • 资格/认证考试>
  • 论文>
  • IT计算机>
  • 法律/法学>
  • 建筑/环境>
  • 通信/电子>
  • 医学/心理学>
  • ImageVerifierCode 换一换
    首页 第壹文秘 > 资源分类 > PPT文档下载
    分享到微信 分享到微博 分享到QQ空间

    spss课件26.ppt

    • 资源ID:227469       资源大小:996KB        全文页数:41页
    • 资源格式: PPT        下载积分:10金币
    快捷下载 游客一键下载
    账号登录下载
    三方登录下载: 微信开放平台登录 QQ登录
    下载资源需要10金币
    邮箱/手机:
    温馨提示:
    快捷下载时,如果您不填写信息,系统将为您自动创建临时账号,适用于临时下载。
    如果您填写信息,用户名和密码都是您填写的【邮箱或者手机号】(系统自动生成),方便查询和重复下载。
    如填写123,账号就是123,密码也是123。
    支付方式: 支付宝    微信支付   
    验证码:   换一换

    加入VIP,免费下载
     
    账号:
    密码:
    验证码:   换一换
      忘记密码?
        
    友情提示
    2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,就可以正常下载了。
    3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
    4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰。
    5、试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。

    spss课件26.ppt

    IBM-SPSS第第26章章 神经网络模型神经网络模型神经网络是一种灵活的自适应学习系统,可以根据观测数据自动地发现数据中的模式,并开发非线性系统模型,从而进行可靠的预测,它为解决许多现实世界的问题提供了一种很有前途的方法。神经网络是一个非线性的数据建模工具集合,它包括输入层和输出层、一个或者多个隐藏层。神经元之间的连接赋予相关的权重,训练算法在迭代过程中不断调整这些权重,从而使得预测误差最小化并给出预测精度。实例详解实例详解 使用多层感知器评估信用风险,银行信贷员需要能够找到预示有可能拖欠贷款的人的特征,然后使用这些特征来识别信用风险的高低。假设 850 名以往客户和潜在客户的信息包含在 bankloan.sav中。前 700个个案是以前曾获得贷款的客户。请使用这 700 名客户的随机样本创建多层感知器,而留出其余客户用于验证分析。然后使用该模型将 150 名潜在客户按高或低信用风险分类。模块解读模块解读1创建多层感知器网络创建多层感知器网络从菜单中选择:单击“分析”|“神经网络”|“多层感知器.”命令,弹出多层感知器对话框,如图26-2所示。(1)“变量”选择至少一个因变量。至少选择一个因子或协变量。根据需要,在变量选项卡上您可以更改重标度协变量的方法,参照上述“归一化”。(2)“分区”:单击“分区”选项卡,如图26-3所示。(3)“体系结构”:单击“体系结构”选项卡,如图26-4所示。(4)“培训”单击“培训”选项卡,如图26-5所示。(5)“输出”:单击“输出”选项卡,如图26-6所示。(6)“保存”单击“保存”选项卡,如图26-7所示。(1)导出:单击“导出”选项卡,如图26-8所示。导出选项卡用于将每个因变量的键结值估算保存到XML(PMML)文件中。可以使用该模型文件以应用模型信息到其他数据文件用于评分目的。如果已经指定拆分文件,此选项不可用。(2)选项:单击“选项”选项卡,如图26-9所示。操作步骤操作步骤1准备数据以进行分析准备数据以进行分析设置随机数种子,请从菜单中选择:单击“转换”|“随机数字生成器.”命令,弹出随机数字生成器对话框,如图26-10所示。选择“设置起点”。选择“固定值”并键入9191972 作为值(用户也可以自行设定其他值)。单击“确定”按钮。大约 70% 以往客户被分配至训练样本,30% 被分配至坚持样本。将需要分区变量精确地重新创建用于那些分析的样本。要创建分区变量,请从菜单中选择:单击“转换”|“计算变量.”命令,弹出计算变量对话框,如图26-11所示。2运行分析运行分析 要运行“多层感知器”分析,请从菜单中选择:单击“分析”|“神经网络”|“多层感知器.”命令,弹出多层感知器对话框,如图26-12所示。单击“分区”选项卡,如图26-13所示。单击“输出”选项卡,如图26-14所示。3个案处理摘要个案处理摘要4网络信息网络信息5模型摘要模型摘要6Classification7结论结论在用于创建模型的个案中,以前拖欠贷款的124人中有74人分类正确。375名未欠贷者中有347人分类正确。整体上,84.4%训练个案分类正确,与模型摘要表中15.6%显示不正确项相对应。更好的模型应正确识别出更高百分比的个案。基于创建模型所用个案的分类从其分类率有所夸大的意义上来说,倾向于过度“乐观”。保持样本帮助验证模型;这些个案中,有74.6% 是由模型正确分类的。这意味着,总体来说,您的模型实际上有七五成是正确的。实例详解实例详解使用径向基函数分类电信客户使用径向基函数分类电信客户电信提供商按照服务用途模式划分客户群,将客户分类成四组。如果人口统计学数据可用于预测组成员资格,则可以为各个潜在客户定制服务。假设当前客户的信息包含在 telco.sav 中。使用径向基函数过程分类客户。模块解读模块解读创建一个径向基函数网络,从菜单中选择:单击“分析”|“神经网络”|“径向基函数.”命令,弹出图26-19所示的“径向基函数”对话框。2“分区分区”单击“分区”按钮,如图26-20所示。3“体系结构体系结构”单击“体系结构”按钮,如图26-21所示。4“输出输出”单击“输出”按钮,如图26-22所示。5“保存保存”单击“保存”按钮,如图26-23所示。6“导出导出”单击“导出”按钮,如图26-24所示。7“选项选项”单击“选项”按钮,如图26-25所示。用户缺失值:要在分析中包含个案,因子必须具有有效值。通过这些控制可以决定是否将用户缺失值在因子变量和分类因变量中视为有效值。实例详解实例详解1使用径向基函数分类电信客户使用径向基函数分类电信客户电信提供商按照服务用途模式划分客户群,将客户分类成四组。如果人口统计学数据可用于预测组成员资格,则可以为各个潜在客户定制服务。假设当前客户的信息包含在 telco.sav 中。使用径向基函数过程分类客户。2准备数据以进行分析准备数据以进行分析设置随机数种子,请从菜单中选择:单击“转换”|“随机数字生成器.”命令,弹出随机数字生成器对话框,如图26-26所示。选择“设置起点”。选择“固定值”并键入9191972 作为值,单击“确定”按钮。3主要结果解读主要结果解读(1)个案处理摘要个案处理摘要显示,有665个个案被分配到培训样本、224个被分配到测试样本以及111个被分配到了保持样本。没有个案从分析中排除。(3)模型摘要(4)Classification(5)观察预测图(6)ROC 曲线曲线范围,如图26-37所示。(7)累积增益和增益图THE END

    注意事项

    本文(spss课件26.ppt)为本站会员(p**)主动上传,第壹文秘仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知第壹文秘(点击联系客服),我们立即给予删除!

    温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载不扣分。




    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    copyright@ 2008-2023 1wenmi网站版权所有

    经营许可证编号:宁ICP备2022001189号-1

    本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。第壹文秘仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知第壹文秘网,我们立即给予删除!

    收起
    展开