SPSS Modeler数据挖掘学习_部分笔记
发布时间
阅读量：
阅读量
数据挖掘是一个过程，是一个以数据为中心的循序渐进的螺旋式数据探索过程。
![上图指出，数据挖掘时一个以数据为核心多个环节紧密相连，循环反复且循序渐进的数据探索过程]()一、数据挖掘方法论的各环节：
1.业务理解
2.数据理解
二、数据挖掘的任务与应用
三、数据挖掘得到的只是形式：
1.浓缩数据
2.树形图
3.规则
4.数学模型
四、数据挖掘算法的分类：
- 按照分析数据的方法进行分类
- 基于所属学科的不同进行分类
- 按照生成结果的形式进行分类
- 基于学习过程的特点进行分类
首先来了解一下Modeler的数据集成：
一、从数据挖掘角度看变量类型：
连续数值变量：用于表示年龄、家庭人口数量等信息。
二分分类：即分类型的字段：如性别字段。
多分类或名义型：如职业类别和籍贯信息。
定序分类或有序分类：如教育程度和收入水平字段。
无类型字段：包括学号字段和其他长文本或复杂数据字段（这些无类型字段在建模过程中通常被忽略）。无类型字段处于非实例化状态。
离散型：这一特性决定了其处理方式与连续数值不同。
缺省状态（也称为非实例化状态）：对于仅指定了变量名而尚未读入实际值的字段而言，默认情况下Modeler将其视为缺省状态（即未初始化的状态）。这种情况下Modeler将这些字段标记为处于非实例化状态
二、从计算机存储角度看变量类型
整数变量：用于存储完整的数值
浮点变量：用于存储具有小数部分的数值
字符变量：用于存储包含字符的文本内容
时间间隔变量：用于存储持续的时间长度
日期变量：用于存储具体的日期信息
时间点变量：用于存储特定的时间刻度
第一步：首先从源选项卡中选择读取数据的类型
第二步：利用记录和字段选项对导入的数据实施清洗与变换
第三步：在建模过程中选择所需使用的模型
第四步：利用导出选项卡中的内容展示分析结果
SPSS Modeler提供数据集成选项图标如下图所示：
生成
生成
2、缺失值的调整：
Modeler对缺失值的修正方法具体步骤是：
a、选中某个变量行。
b、下拉相应行的【缺失插补】框选择调整对象。
【缺失插补】重新指定调整对象：
空值：表示将对空做调整。
无效值：表示将对系统缺失值$null$做调整。
空值与无效值：表示将对空和系统缺失值做调整。
条件：表示将对满足指定条件的变量值做调整。
在【插补时间】中选择【条件】，并在【条件】框中输入一个CLEM条件表达式，然后在【插补方法】中选择调整方法，包括：
*固定：为默认值，表示调整为某个固定值。如果选择固定方法，还应在【固定值插补】框的【已固定为】下拉框中选择固定值，可以是均值、中间值、或一个指定的常数。
*随机：表示调整为一个服从正态分布或均匀分布的随机值。Modeler将给出相应变量的正态分布参数和均匀分布参数。
*算法：表示调整为模型的预测结果。Modeler只给出了分类回归树模型。
c、选中需要调整的变量行，选择窗口菜单【生成】下的【缺失值超节点】项。
【缺失值超节点】项表示，Modeler将自动生成一个包含若干个必要节点的超节点，用于根据用户指定的方法进行相应调整。经常把学习笔记存储在移动硬盘旁边。结果硬盘前一阵坏了,导致一些重要数据丢失,以后会打算以后会慢慢把博客作为主要的数据存储场所,并把这些觉得有用的东西一一放到里面去,如有不足之处恳请您多多指正
全部评论 (0)
还没有任何评论哟~