IBM SPSS Statistics 中文网站 > 使用技巧 > SPSS实现多层感知器神经网络

SPSS实现多层感知器神经网络

发布时间:2021-06-04 11: 01: 12

在上文《用SPSS的评分向导功能快速得出模型预测结果》中我们说到,评分向导功能可通过导入的模型快速预测模型结果,而这一功能的使用模型较常使用神经网络模型。

神经网络模型也是近些年大火的人工智能行业基础算法,SPSS软件中支持训练出多层感知器神经网络模型,今天我们一起来看看它是如何通过该专业统计分析软件训练出来的。

一、多层感知器总体介绍

我们准备好训练集数据后,点击【分析】菜单中的【神经网络】,选择第一项【多层感知器】,开始训练神经网络模型。

图1:多层感知器

多层感知器分为8个选项菜单,“变量”和“分区”菜单是训练前的数据准备;“体系结构”菜单用于定义模型的各项参数和优化方法;“训练”菜单用于调整模型的训练参数,如训练批次;“输出”、“保存”和“导出”菜单用于设置模型输出和保存的内容;“选项”菜单用于设置模型除上述步骤外的其他设置项,如模型最长训练时间。

图2:八大菜单

二、操作步骤

第一步:我们先在【变量】菜单中,填入模型的因变量、因子和协变量,因为各个协变量定义标准都不同,因此我们还需对其标准化,如图3。

图3:变量菜单设置

第二步:接下来在“分区”菜单中,将数据按照默认7:3的比例,分为训练集和验证集,训练集用于训练模型,验证集用于验证模型结果,反向优化模型参数,一般来说,训练集数量大于验证集。

图4:分为训练集和验证集

第三步:定义神经网络模型结构,这一步非常重要,默认勾选的是“体系结构自动选择”,我们不采取默认方式,而是勾选“定制体系结构”,然后修改其中的隐藏层数、隐藏层激活函数、输出层激活函数、隐藏层每一层网络的单元数。

一开始上述参数根据过往调参经验设定即可,后续通过模型的准确率,我们需要不断调整上述参数,最终调整到合适的参数,得到准确率较满意的神经网络模型为最终模型。

图5:设定模型参数

第四步:在“训练”菜单中,我们需设置模型训练的批次、优化算法和其他训练选项,如初始学习率。以上训练参数都会在一定程度上影响模型的训练准确率和训练速度,设定太大则训练时间太长,太小则模型拟合的准确率不够高,因此也属于经验参数,需要反复通过训练模型来逐步确定。

图6:设定训练参数

第五步:设定我们要输出的内容,如ROC曲线、神经网络图、分类结果等,设定的内容最终会在模型训练后以图表形式展示出来。完成设置后,点击“确定”按钮,我们开始来训练模型。

图7:设定输出参数

三、模型结果

等待部分时间后,模型训练完成,训练完成后的神经网络模型如下图8所示。

图8:神经网络图

我们在网络信息表格中,就可以看到该神经网络的具体参数,如使用的激活函数、每个隐藏层的单元数等等。

图9:网络信息

训练神经网络是一项非常花费时间的工作,不仅是因为它训练时间长、而且也因为它需要在训练过程中进行反复调参,使模型向更好的结果进行调整拟合,当然神经网络模型也能实现非常强大的功能,逐渐在我们的生活中占据更高的比重。这就是本文关于SPSS软件训练神经网络的简单教程,更多关于IBM SPSS Statistics使用教学,大家可到IBM SPSS Statistics中文网站上查看。 

作者署名:包纸

展开阅读全文

标签:spss神经网络

读者也访问过这里:
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。
2022-05-07
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
spss怎么做逐步回归分析 逐步回归分析spss结果解读
spss怎么做逐步回归分析?逐步回归分析是多元线性回归分析的一种,可通过spss回归分析中的“步进”法来做逐步回归分析。本文会运用例子演示逐步回归分析步骤,并进行逐步回归分析spss结果解读。
2022-05-12
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
最新文章
spss均值怎么求 spss均值结果解释
平均值反映了一组数据的集中趋势,在经济社会各个领域都有非常广泛的应用。可以采用很多种方法求解平均值,如带有统计功能的计算器,Excel,SPSS等。关于SPSS均值怎么求,SPSS均值结果解释是什么,本文借助实例,向大家作简单的介绍。
2023-12-04
spss矩阵散点图怎么做 spss矩阵散点图怎么看相关性
随着经济社会的发展,人们愈加重视数据的作用,数据可视化作为应用的热点,已经渗透到生产生活的各个方面。矩阵散点图可以直观反映多变量间相互关系,是数据可视化的具体应用。关于SPSS矩阵散点图怎么做,SPSS矩阵散点图怎么看相关性,本文借助实例向大家作简单介绍。
2023-12-01
spss合并文件的操作步骤 spss合并文件变量怎么配对
可以使用两种方式合并两个数据文件中的数据,一是包含相同个案但不同变量的数据集,另一个是包含相同变量但不同个案的数据集,本文主要向大家介绍如何合并包含相同个案但不同变量的数据集。关于SPSS合并文件的操作步骤是什么,SPSS合并文件变量怎么配对,结合实例,向大家作简单介绍。
2023-11-06
spss计算变量如何计算平方 spss计算变量如何全选
以变量为单位管理并处理数据,是使用SPSS进行建模统计分析的基础。对于有经验的数据分析工作者,这部分工作要占整个统计分析工作的70%以上。管理变量大致包括两部分内容,变量赋值(或称为变量计算)和变量转化。本文主要向大家介绍变量计算的内容,例如SPSS计算变量如何计算平方,SPSS计算变量如何全选。
2023-11-04
spss卡方检验结果线性关联是什么 spss卡方检验结果没有连续性校正
对于两组连续性变量,一般通过回归分析判断两者是否存在相关关系。对于离散型变量,则需借助卡方检验判断两者之间是否存在相关关系。变量数据类型不同,SPSS卡方检验提供的结果形式也有所不同,因此很多用户会感到不解。本文结合实例向大家介绍SPSS卡方检验结果线性关联是什么,SPSS卡方检验结果没有连续性校正原因是什么。
2023-11-02
spss回归分析如何操作 spss回归分析的基本步骤
通过回归分析,可以了解变量间是否存在相互依赖的定量关系。根据方程类型,回归分析可以分为线性回归和非线性回归。根据变量的数目多少,回归分析可以分为一元回归分析和多元回归分析。本文以最简单的一元线性回归分析为例向大家介绍SPSS回归分析如何操作,SPSS回归分析的基本步骤。
2023-10-31

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容: