IBM Business Partner

IBM SPSS Statistics 中文网站 > 使用技巧 > SPSS教程之神经网络的变量与方法设置

SPSS教程之神经网络的变量与方法设置

发布时间:2021/03/15

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。

一、数据的标准化处理

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。

图1:示例数据

首先,如图2所示,在分析菜单中打开描述功能。

图2: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。

图3:标准化值另存为变量

最终得到标准化的数据,如图4所示。

图4:标准化数值

二、神经网络的实现

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。

图5: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。

图6: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。

图7:设置参数

点击分区,如图8所示,选择已生成的分组变量。

图8:分区变量选择

再点击输出,选择图9中被选中的选项。

图9:输出选项

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。

图10:保存

三、小结

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

标签:IBM SPSS Statistics数据分析软件

读者也访问过这里:
SPSS Statistics
一款功能强大的数据统计分析工具
立即购买
QQ 群
官方交流群:815794396 立即加群
400-8765-888 kefu@makeding.com
热门文章
如何用SPSS计算个人BMI值?
BMI即体重指数,是衡量个人身体质量的一个重要参数,通过判断BMI的数值大小,我们可以判断个人身高与体重是否协调。下面我将用IBM SPSS Statistics来为大家介绍BMI的计算方法。
2021-03-19
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
SPSS进行变量赋值的相关操作
变量和个案是IBM SPSS数据界面很重要的两个部分,可以形象理解为地球仪上的经线和纬线。通俗一点讲数据界面的每一列是一种变量,如年龄性别等。一行中的所有变量又构成了一个个案,本篇文章着重讲解变量,个案就不做过多展开。在图1中有具体的标注,可以看一下变量和个案到底是什么样。
2021-02-23
如何使用SPSS检验数据是否服从正态分布—偏度峰度系数
在《如何使用SPSS检验数据是否服从正态分布—KS检验与Q-Q图》一文中,我们了解了如何使用KS检验、Q-Q图来验证数据的正态性。接下来,本文将会继续讲解如何使用IBM SPSS Statistics的描述统计(偏度峰度系数)、探索统计检验(正态检验)数据的正态性。
2021-01-07
SPSS数据合并之如何进行变量合并
在存在多个数据源的情况下,经常会使用到IBM SPSS Statistics的数据合并功能,对多个数据源的数据进行合并。
2020-11-13
使用SPSS进行回归分析的方法总结
IBM SPSS Statistics 是强大的统计软件平台,SPSS全称Statistical Product and Service Solutions(统计产品与服务解决方案), SPSS可以帮助我们分析并更好地了解数据,以解决复杂的业务和研究问题。如今,SPSS已经被广泛运用于数据分析等各个领域。
2021-03-09