SPSS Modeler数据挖掘 第七讲

SPSS Model‎e r 软件简介SPSS Model‎e r原名C‎l emen‎t ine，是一个业界‎领先的数据‎挖掘平台。

SPSS Model‎e r强大的‎数据挖掘功‎能将复杂的‎统计方法和‎机器学习技‎术应用到数‎据当中，帮助客户揭‎示了隐藏在‎交易系统或‎企业资源计‎划（ERP）、结构数据库‎和普通文件‎中的模式和‎趋势，让客户始终‎站在行业发‎展的前端，显著的投资‎回报率使得‎S P SS Model‎e r在业界‎久负盛誉。

同那些仅仅‎着重于模型‎的外在表现‎而忽略了数‎据挖掘在整‎个业务流程‎中的应用价‎值的其它数‎据挖掘工具‎相比，SPSS Model‎e r其功能‎强大的数据‎挖掘算法，使数据挖掘‎贯穿业务流‎程的始终，在缩短投资‎回报周期的‎同时极大提‎高了投资回‎报率。

SPSS Model‎e r 使您的企业‎在多方面受‎益。

例如，您可以：■改善客户获‎得和保持；■提高客户的‎生命周期价‎值；■识别并最小‎化风险和欺‎诈；■给不同的客‎户提供个性‎化服务；SPSS Model‎e r拥有直‎观的操作界‎面、自动化的数‎据准备和成‎熟的预测分‎析模型，结合商业技‎术可以快速‎建立预测性‎模型，进而应用到‎商业活动中‎，帮助人们改‎进决策过程‎。

应用SPS‎S Model‎e r获得的‎预测洞察力‎，引导客户与‎企业实时交‎互，并实现企业‎内共享这些‎洞察力。

SPSS Model‎e r以其卓‎越的分析能‎力、可视化的操‎作方式、高度可扩展‎性受到全世‎界数据挖掘‎人员和企业‎用户的青睐‎。

使用SPS‎S Model‎e r，您可以：■轻松获取、准备以及整‎合结构化数‎据和文本、网页、调查数据；■快速建立和‎评估模型，使用SPS‎S Model‎e r提供的‎最高级的统‎计分析和机‎器学习技术‎；■按照计划或‎者实时，把洞察力和‎预测模型有‎效地部署到‎系统中或者‎发送给决策‎者；SPSS Model‎e r具有许‎多独特的性‎能，这使得它成‎为当今企业‎预测分析的‎理想选择。

IBM SPSS Modeler 说明数据挖掘和建模数据挖掘是一个深入您的业务数据，以发现隐藏的模式和关系的过程。

数据挖掘解决了一个常见的问题：您拥有的数据越多，就越难有效地分析并得出数据的意义，并且耗时也越长。

金矿无法开采，通常是由于缺乏人力、时间或专业技术。

数据挖掘使用清晰的业务流程和强大的分析技术，快速、彻底地探索大量的数据，抽取并为您提供有用且有价值的信息，这正是您所需要的“商务智能”。

尽管您数据中的这些以前未知的模式和关系本身很有趣，但一切并不止于此。

如果您可以使用这些过去行为的模式来预测未来可能发生的事情，那又会怎样？这就是建模的目标 - 模型，它包含一组从源数据中抽取的规则、公式或方程式，并允许您通过它们生成预测结果。

这正是预测分析的核心。

关于预测分析预测分析是一个业务流程，其中包含一组相关技术，通过从您的数据中总结出有关当前状况与未来事件的可靠结论，帮助制定有效的行动措施。

它是以下方面的组合：•高级分析•决策优化高级分析使用多种工具和技术，分析过去与现在的事件，并预测未来的结果。

决策优化确定您的哪些措施可以产生最好的可能结果，并确保这些建议措施能够最有效地融入到您的业务流程中。

有关预测分析如何工作的深入信息，请访问公司网站/predictive_analytics/work.htm。

建模技术建模技术基于对算法的使用，算法是解决特定问题的指令序列。

您可以使用特定算法创建相应类型的模型。

有三种主要的建模技术类别，IBM® SPSS® Modeler 为每种类别提供了一些示例：•Classification•关联•细分（有时称为“聚类”）分类模型使用一个或多个输入字段的值来预测一个或多个输出（或目标）字段的值。

这些技术的部分示例为：决策树（C&R 树、QUEST、CHAID 和 C5.0 算法）、回归（线性、logistic、广义线性和Cox 回归算法）、神经网络、Support Vector Machine (SVM) 和贝叶斯网络。

SPSS Modeler 的数据理解和数据处理本文详细介绍了如何使用IBM SPSS Modeler 来进行数据挖掘工作中的数据理解工作，其中主要包括对缺失值的理解和处理，对异常值的理解和处理，以及如何利用Modeler 来观察和分析数据项之间的内在关系前言在数据挖掘项目中，数据理解常常不被重视。

但其实数据理解在整个数据挖掘项目中扮演着非常重要的角色，可以说是整个项目的基石。

在计算机领域有一句话，“Garbage in，garbage out.” 意思就是说，如果你的输入数据没有经过科学的预处理，你所得到的结果必将是错误的。

通过数据理解，我们可以理解数据的特性和不足，进而对数据进行预处理，使得将来得到的模型更加稳定和精确。

其次通过理解数据项之间的关系，我们可以为建模时输入数据项和模型的选择提供重要的信息首先，我们需要了解CRISP-DM 模型，从而了解数据理解在数据挖掘工作的位置和作用。

接着我们利用一个例子，分三个章节来介绍如何利用Modeler 来理解和处理原始数据中的缺失值，异常值和各个数据项之间的内在关系。

CRISP-DM 模型数据挖掘是一项复杂的工程，为了让整个项目便于控制和管理，我们必须遵从一定的标准流程。

而CRISP-DM 模型就是数据挖掘业界比较流行的一种模型。

图 1. CRISP-DM 模型图CRISP-DM，即跨行业数据挖掘标准流程，这是一种业界认可的用于指导数据挖掘工作的方法。

作为一种方法，它包含工程中各个典型阶段的说明、每个阶段所包含的任务以及这些任务之间的关系的说明；作为一种流程模型，CRISP-DM 概述了数据挖掘的生命周期。

图1 展示了CRISP-DM 中定义的数据挖掘生命周期中的六个阶段。

∙商业理解：了解进行数据挖掘的业务原因和数据挖掘的目标∙数据理解：深入了解可用于挖掘的数据∙数据准备：对待挖掘数据进行合并，汇总，排序，样本选取等操作∙建立模型：根据前期准备的数据选取合适的模型∙模型评估：使用在商业理解阶段设立的业务成功标准对模型进行评估∙结果部署：使用挖掘后的结果提升业务的过程下面，我们以某超市的市场推广活动为例，从商业理解开始，一起来学习如何利用Modeler 的强大功能来进行数据理解。

SPSSModeler数据挖掘项⽬实战（数据挖掘、建模技术）SPSS Modeler是业界极为著名的数据挖掘软件，其前⾝为SPSS Clementine。

SPSS Modeler内置丰富的数据挖掘模型，以其强⼤的挖掘功能和友好的操作习惯，深受⽤户的喜爱和好评，成为众多知名企业在数据挖掘项⽬上的软件产品选择。

本课程以SPSS Modeler为应⽤软件，以数据挖掘项⽬⽣命周期为线索，以实际数据挖掘项⽬为例，讲解了从项⽬商业理解开始，到最后应⽤Modeler软件实现的挖掘过程。

作为数据挖掘项⽬的重要⼲系⼈，数据挖掘专家需要对数据挖掘项⽬的⽣命周期、整体管理、挖掘技术等⽅⾯都有⼀定程度的理解。

当然，任何⼀个⼈都不可能独⽴完成整个挖掘过程，任何⼀个⼈都不可能深⼊地掌握所有建模算法细节。

虽然，这看起来遥不可及，但是掌握项⽬的管理思想，掌握算法的数学思想，并在实际项⽬中，结合项⽬的实际情况，灵活应对，持续改进优化，成功交付项⽬，则是经过⼀定学习和训练，经过⼀定经验积累，就可以达到的。

本课程深⼊浅出，揭开数据挖掘的神秘⾯纱，抛开繁琐枯燥的数学推导，注重对模型数学思想的解释与引导。

认真学习完本课程，掌握模型思想，在实际项⽬中举⼀反三，就能对数据挖掘项⽬在建模阶段的模型选择、评估等进⾏很好的把握。

同时，本课程全程贯穿项⽬管理思想，注重项⽬实际建设过程，是数据挖掘项⽬的项⽬经理、产品经理、项⽬指导等朋友的良好指导。

对于初次接触数据挖掘项⽬，或是有强烈意愿从事数据挖掘事业的朋友，更是⾮常好的⼊门教程。

您可以通过本课程的学习，对数据挖掘项⽬的实际建设过程有⼀定程度的理解和⼼得，结合您⾃⾝的兴趣和专业特点，找准您希望以后在数据挖掘项⽬团队中所担任的⾓⾊，并以该⾓⾊对能⼒素质的要求来指导⾃⼰，不断完善⾃我提升，逐步成为该领域的专家。

在这⼀点上，本课程更像是您的职业规划指导，希望能为您找准⾃⾝定位，实现⾃我规划，提供更多帮助。