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 >