发布时间:2021-03-15 11: 14: 15
神经网络是基于模仿生物大脑结构及功能的信息处理系统,可通过各种算法从数据中学习如何完成任务,在模式识别、人工智能、预测、医学等领域拥有广阔的发展前景。
在本文中,会通过神经网络中的经典例子鸢尾花,讲解如何利用IBM SPSS Statistics实现神经网络的数据处理和模型训练,从而得到相应的神经网络模型。
在实际场景中应用神经网络方法时,通常需要对数据进行标准化处理,以此消除数据之间的量纲差异,让后续的数据使用更加方便。
本文使用的是一组包含三种类型的鸢尾花数据,拥有四个指标,目的是通过四个指标对鸢尾花的类型进行预测。

首先,如图2所示,在分析菜单中打开描述功能。

如图3所示,选中“将标准化值另存为变量”,点击确定。

最终得到标准化的数据,如图4所示。

首先需要生成一个分组变量,将70%的样本数据用于训练。如图5所示,选择数据菜单中的计算变量功能,设置目标变量“分组”,使用数字表达式对变量分组。

如图6,在分析菜单中选中神经网络,打开多层感知器功能。

接下来在功能面板中设置各项参数,如图7所示,在变量分区中设置因变量和因子。

点击分区,如图8所示,选择已生成的分组变量。

再点击输出,选择图9中被选中的选项。

最后点击保存,如图10所示,选择图中的两个选项,然后点击确定。最终可得到这组数据的神经网络模型及训练结果。

本文中,介绍了神经网络在分类领域的应用,并讲解了如何使用SPSS实现神经网络模型的训练及应用。想要学习更多关于SPSS的使用技巧,可访问IBM SPSS Statistics中文网站。
作者:Noel
展开阅读全文
︾
微信公众号
读者也喜欢这些内容:
SPSS显著性小于0.001的意义 SPSS显著性大于0.05怎么办
在使用SPSS软件进行数据分析工作的过程中,得到的显著性水平分析结果具有极为重要的作用。它能够帮助我们衡量变量之间是否存在真实的关联,或者不同组别数据之间是否存在实质性的差异。今天我们就一起来探讨关于SPSS显著性小于0.001的意义,SPSS显著性大于0.05怎么办的问题。...
阅读全文 >
SPSS神经网络如何应用 SPSS神经网络隐藏层设置
神经网络,顾名思义就是通过模拟动物的神经元来进行数据分析的一种统计模型,通常用于应对非线性或较为复杂的数据。今天我就以SPSS神经网络如何应用,SPSS神经网络隐藏层设置这两个问题为例,来向大家讲解一下SPSS中有关神经网络的相关知识。...
阅读全文 >
SPSS因子和协变量的区别和联系 SPSS因子和协变量怎么选
在SPSS数据统计分析方法中,回归分析是比较常用到的数据分析方法,其中多元 Logistic 回归分析是较为复杂的一种分析方法,因为其中包含了因子、协变量、因变量、自变量等多个变量,在进行分析的时候,需要区分好这些变量,接下来重点给大家讲解,SPSS因子和协变量的区别和联系,SPSS因子和协变量怎么选。...
阅读全文 >
SPSS数据清洗是什么意思 SPSS数据清洗中对缺失值如何处理
有些小伙伴在使用SPSS进行数据统计分析的时候,会直接使用SPSS中的分析方法对数据集进行统计分析,其实正确的数据统计方法是先对数据集进行数据清洗,确保数据集中的数据都是需要的数据信息。有些小伙伴可能会问什么是SPSS数据清洗,下面给大家详细介绍SPSS数据清洗是什么意思,SPSS数据清洗中对缺失值如何处理。...
阅读全文 >