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
︾
读者也喜欢这些内容:
spss决策树分析阈值设置 spss决策树分析的基本步骤
阈值是指一个效应能产生的最高或者最低值，决策树是直观应用树形图来做出决策判断的数据模型。而在决策树中分析阈值，能够直接表现出某种情况发生的概率以及评价该项目的风险，而决策树的阈值，能够帮助我们判断决策的正确性。那么下面就来给大家介绍SPSS决策树分析阈值设置，SPSS决策树分析的基本步骤。...
阅读全文 >
spss缺失值处理方法 spss缺失值怎么设置
我们在使用SPSS处理数据时，会遇到中间的数值缺失的状况，处理数据的首要前提便是需要确保我们输入数据的准确。因此，就需要对缺失的数值进行找回，那么下面就来给大家介绍SPSS缺失值处理方法，SPSS缺失值怎么设置。...
阅读全文 >
spss决策树分析优缺点 spss决策树为什么没有生成树形图
SPSS决策树分析是在树状图的分析基础上构建的一种数据处理模型，它可以根据自变量的值来预测出因变量的变化趋势，并且分析得出数据之间的相互关联关系，还可以得出数据的风险状况，但是SPSS决策树在数据分析中同样也有优缺点，那么下面就来给大家介绍SPSS决策树分析优缺点，SPSS决策树为什么没有生成树形图。...
阅读全文 >
IBM SPSS Statistics29全网首发：新增六大功能及多项改进
2022年9月中旬，IBM正式宣布推出SPSS Statistics软件全新的29版，包括新的生存模型程序（survival model procedure）、新的开源扩展程序、UI界面、搜索及工作薄改进等，同时为了更好的帮助用户了解这些全新的特性和功能，IBM官方将组织系列在线技术讲座，请关注我们的公众号，获取报名入口。...
阅读全文 >
400-8765-888
kefu@makeding.com