发布时间:2021-06-03 11: 05: 01
了解过机器学习和深度学习原理的小伙伴们应该知道,它们的本质就是通过数据训练出具备一定准确率的模型,然后将要预测的数据输入到模型中,就可以得出预测结果。那么在IBM SPSS Statistics中,有没有类似的功能,能让我们快速应用训练好的模型,获得模型预测结果呢?
SPSS的评分向导就是这么一个应用模型预测结果的功能,我们一起来探索下它的使用方式。
一、生成模型
要使用SPSS的评分向导,我们首先需要先训练出一个算法模型,以简单的线性回归算法为例,我们准备好下图1的数据来训练线性回归模型。
图1:演示数据
点击【分析】--【回归】--【线性】,进入线性回归界面,然后在因变量处填写“时间”,块处填写“胆固醇”。
图2:填写线性回归设置
随后点击“保存”按钮,设置将模型导出到本地电脑的某个位置上,最后点击“继续”和“确定”,生成线性回归模型。
图3:设置保存模型
得到的线性回归模型结果如下图4所示,我们根据红色方框的系数位置可以得出一条线性回归公式:时间=90.605*胆固醇-207.243。
图4:线性回归结果
二、使用评分向导
训练好模型后,我们开始使用SPSS的评分向导功能来根据模型预测结果,首先需要准备好我们要预测的数据,如图5。
图5:要预测的数据
点击【实用程序】--【评分向导】,然后在评分向导中,点击“浏览”,找到上述步骤中训练好的模型,此时我们就可以看到模型的详细信息,包括了模型的方法、模型目标和预测变量。
图6:评分向导界面
点击下一步,SPSS会自动帮我们匹配到新数据中模型所需要的自变量信息,如本文中的胆固醇,具体界面见图7。
图7:自动匹配自变量
再次点击下一步,选择我们要的评分函数,一般来说必选预测值,标准误差是否选择看我们自己的需求,然后点击“完成”即可。
图8:选择评分函数
最后会得到如图9的预测数据,我们将胆固醇为2代入上方得到的模型公式中,手算得到的结果就是-26.03,这说明评分向导生成的预测结果是准确无误的。
图9:生成的预测结果
这就是关于使用评分向导功能,快速使用已有的数学模型,根据输入值,生成预测值的SPSS软件教程,上述的线性回归模型只是用于教学演示,评分向导功能还可用于更加复杂的模型预测中,这将大大提高我们的日常工作效率,以后我们就只需要专注于模型的训练就可以了。
作者署名:包纸
展开阅读全文
︾
读者也喜欢这些内容:
怎样使用SPSS的概率回归方法分析数据
回归分析是数据分析中广泛应用的一种方法,如果要学习数理统计分析,回归分析将是重中之重。...
阅读全文 >
逐步回归分析和多元线性回归的区别 SPSS逐步回归分析实例
将获取的全部样本点用一条光滑曲线连接起来,拟合这条曲线的方法有无数种,按照自变量的个数的多少,可分为一元回归分析和多元回归分析。按照变量之间的关系,可分为线性和非线性。逐步回归分析是多元线性回归分析的一种,本文就来谈谈逐步回归分析和多元线性回归的区别,SPSS逐步回归分析实例。...
阅读全文 >
单因素方差分析步骤 单因素方差分析结果解读
相信对于统计学出身的小伙伴们来说,单因素方差分析可谓是不能再熟悉了,它是用来检验单因素对结果有无显著性影响的统计分析方法之一,在日常统计工作中非常常用,目前在工作中通常结合SPSS等软件来进行方差分析,下面本文就使用SPSS来说明单因素方差分析步骤,单因素方差分析结果解读。...
阅读全文 >
SPSS进行多独立样本之间两两比较的非参数检验
一般来说在研究中,我们往往会有多个独立的样本需要进行比较分析,如果样本数据观察值不满足独立性或正态分布的条件,则我们需要使用到多个独立样本的非参数检验。...
阅读全文 >