SPSS_Clementine_數(shù)據(jù)挖掘入門

《SPSS_Clementine_數(shù)據(jù)挖掘入門》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、SPSSClementine目錄SPSSClementine數(shù)據(jù)挖掘入門（1）2客戶端基本界面3項(xiàng)目區(qū)3工具欄3源工具（Sources）3記錄操作（RecordOps）和字段操作（FieldOps）4圖形（Graphs）4輸出（Output）4模型（Model）4數(shù)據(jù)流設(shè)計(jì)區(qū)4管理區(qū)5Outputs5Models5SPSSClementine數(shù)據(jù)挖掘入門（2）61．定義數(shù)據(jù)源62．理解數(shù)據(jù)83．準(zhǔn)備數(shù)據(jù)94．建模135．模型評估146．部署模型15SPSSClementine數(shù)據(jù)挖掘入門（3）17分類20決策樹20Na?veBayes23神經(jīng)網(wǎng)絡(luò)24回歸26聚類

2、27序列聚類30關(guān)聯(lián)3131SPSSClementineSPSSClementine數(shù)據(jù)挖掘入門（1）　　SPSSClementine是Spss公司收購ISL獲得的數(shù)據(jù)挖掘工具。在Gartner的客戶數(shù)據(jù)挖掘工具評估中，僅有兩家廠商被列為領(lǐng)導(dǎo)者：SAS和SPSS。SAS獲得了最高abilitytoexecute評分，代表著SAS在市場執(zhí)行、推廣、認(rèn)知方面有最佳表現(xiàn)；而SPSS獲得了最高的completenessofvision，表明SPSS在技術(shù)創(chuàng)新方面遙遙領(lǐng)先?！　?31SPSSClementine　　客戶端基本界面　　SPSSClementine（在此簡稱c

3、lementine）在安裝好后會(huì)自動(dòng)啟用服務(wù)，服務(wù)端的管理需要使用SPSSPredictiveEnterpriseManager，在服務(wù)端clementine沒有復(fù)雜的管理工具，一般的數(shù)據(jù)挖掘人員通過客戶端完成所有工作。下面就是clementine客戶端的界面?！　?　　一看到上面這個(gè)界面，我相信只要是使用過SSIS＋SSAS部署數(shù)據(jù)挖掘模型的，應(yīng)該已經(jīng)明白了六、七分。是否以躍躍欲試了呢，別急，精彩的還在后面^_’　　項(xiàng)目區(qū)　　顧名思義，是對項(xiàng)目的管理，提供了兩種視圖。其中CRISP－DM（CrossIndustryStandardProcessforDataM

4、ining，數(shù)據(jù)挖掘跨行業(yè)標(biāo)準(zhǔn)流程）是由SPSS、DaimlerChrysler（戴姆勒克萊斯勒，汽車公司）、NCR（就是那個(gè)擁有Teradata的公司）共同提出的。Clementine里通過組織CRISP－DM的六個(gè)步驟完成項(xiàng)目。在項(xiàng)目中可以加入流、節(jié)點(diǎn)、輸出、模型等?！　」ぞ邫凇　」ぞ邫诳偘薊TL、數(shù)據(jù)分析、挖掘模型工具，工具可以加入到數(shù)據(jù)流設(shè)計(jì)區(qū)中，跟SSIS中的數(shù)據(jù)流非常相似。Clementine中有6類工具。　　源工具（Sources）　　相當(dāng)SSIS數(shù)據(jù)流中的源組件啦，clementine支持的數(shù)據(jù)源有數(shù)據(jù)庫、平面文件、Excel、維度數(shù)據(jù)、SA

5、S數(shù)據(jù)、用戶輸入等。31SPSSClementine　　記錄操作（RecordOps）和字段操作（FieldOps）　　相當(dāng)于SSIS數(shù)據(jù)流的轉(zhuǎn)換組件，RecordOps是對數(shù)據(jù)行轉(zhuǎn)換，F(xiàn)ieldOps是對列轉(zhuǎn)換，有些類型SSIS的異步輸出轉(zhuǎn)換和同步輸出轉(zhuǎn)換（關(guān)于SSIS異步和同步輸出的概念，詳見拙作：http：//www．cnblogs．com/esestt/archive/2007/06/03/769411．html）?！　D形（Graphs）　　用于數(shù)據(jù)可視化分析?！　≥敵觯∣utput）　　Clementine的輸出不僅僅是ETL過程中的load過程，它

6、的輸出包括了對數(shù)據(jù)的統(tǒng)計(jì)分析報(bào)告輸出?！　?　　※在ver11，Output中的ETL數(shù)據(jù)目的工具被分到了Export的工具欄中?！　　　∧Ｐ停∕odel）　　Clementine中包括了豐富的數(shù)據(jù)挖掘模型?！　?　　數(shù)據(jù)流設(shè)計(jì)區(qū)　　這個(gè)沒什么好說的，看圖就知道了，有向的箭頭指明了數(shù)據(jù)的流向。Clementine項(xiàng)目中可以有多個(gè)數(shù)據(jù)流設(shè)計(jì)區(qū)，就像在PhotoShop中可以同時(shí)開啟多個(gè)設(shè)計(jì)圖一樣?！　”热缯f，我這里有兩個(gè)數(shù)據(jù)流：Stream1和Stream2。通過在管理區(qū)的Streams欄中點(diǎn)擊切換不同的數(shù)量流。31SPSSClementine　　?　　管理區(qū)　　

7、管理區(qū)包括Streams、Outputs、Models三欄。Streams上面已經(jīng)說過了，是管理數(shù)據(jù)流的。　　Outputs　　不要跟工具欄中的輸出搞混，這里的Outputs是圖形、輸出這類工具產(chǎn)生的分析結(jié)果。例如，下面的數(shù)據(jù)源連接到矩陣、數(shù)據(jù)審查、直方圖工具，在執(zhí)行數(shù)據(jù)流后，這個(gè)工具產(chǎn)生了三個(gè)輸出。在管理區(qū)的Outputs欄中雙擊這些輸出，可看到輸出的圖形或報(bào)表?！　　　odels　　經(jīng)過訓(xùn)練的模型會(huì)出現(xiàn)在這一欄中，這就像是真表（TruthTable）的概念那樣，訓(xùn)練過的模型可以加入的數(shù)據(jù)流中用于預(yù)測和打分。另外，模型還可以導(dǎo)出為支持PMML協(xié)議的XML文件

8、，但是PMML沒有給定所