
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
读者也喜欢这些内容:
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 >
SPSS神经网络怎么分区 SPSS神经网络如何解读
SPSS多层感知器神经网络分析是基于模仿人类大脑结构及思维模式的信息处理系统,可通过算法从数据中学习并形成训练模型,再将模型用于分析数据以得到预测结果,因此在进行神经网络分析时会将数据分为训练区与检验区,以便于得到准确预测数据的概率,SPSS神经网络怎么分区,SPSS神经网络如何解读呢?今天一起来看看吧。...
阅读全文 >
ibm spss statistic是什么软件 ibm spss statistic如何导入数据
ibm spss statistic是什么软件?ibm spss statistic是一款集数据输入、数据处理、统计分析为一体的统计与服务解决方案,涵盖了数据统计分析的方方面面。ibm spss statistic如何导入数据?ibm spss statistic支持多种数据类型,可将excel、txt、sas格式数据导入软件中。...
阅读全文 >