IBM SPSS Statistics 中文网站 > 使用技巧 > SPSS神经网络怎么分区 SPSS神经网络如何解读

SPSS神经网络怎么分区 SPSS神经网络如何解读

发布时间:2022/08/19 13:20:05

品牌型号: DELL Vostro 3400

系统:Windows 10 64位家庭中文版(21H1)

软件版本:IBM SPSS Statistics(28.0.0.1)

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。

一、SPSS神经网络怎么分区

先将现有数据表格导入SPSS中,或者在SPSS安装文件夹下的“Sample”文件夹中有很多自带的数据模板,可以用这些模板数据来体验功能效果。

SPSS自带数据模板
图1:SPSS自带数据模板

点击菜单“分析”-“神经网络”-“多层感知器”进入神经网络设置面板。

神经网络多层感知器设置
图2:神经网络多层感知器设置

在变量设置板块中,将想要预测的变量置入因变量,将类型变量加入因子,将其他连续型变量加入协变量。

神经网络变量设置
图3:神经网络变量设置

在“分区”板块可以对神经网络进行分区。

设置分区数据
图4:设置分区数据

在分区设置有两种分区方式。

1、随机分区

可以根据样本数量自动分配个案,默认是训练数据占70%,检验数据占30%,而且这两者的占比可以手动调整,从样本总量中随机划分训练样本与检验样本。

2、分区变量指定样本分区

通过给样本指定分区变量来进行分配,这样就能有目的性地将一部分样本设置为训练集,另一部分设置为检验集,并进行针对性地神经网络分析。

在完成神经网络设置后开始神经网络分析,SPSS会自动生成输出文档,包括网络图、模型摘要、参数估算值、预测图、自变量重要性图等。

二、SPSS神经网络如何解读

通过上面的数据可以得到一份分析报告,按照报告中数据与表格展现顺序,我们来看看神经网络分析数据的解读方法。

1、个案处理摘要

个案处理摘要
图5:个案处理摘要

这里是SPSS对数据的分区与采用摘要数据,共1500条数据,随机分配了1046条作为训练集数据,占比69.7%,剩余数据则作为检验集数据,占比30.3%,没有无效数据,所以“排除”为0。

2、网络信息

网络信息
图6:网络信息

这一部分内容分三层,显示了本次分析所设置的输入层影响因子与协变量内容,隐藏层单元数,以及输出层的内容。

3、神经网络图

神经网络图
图7:神经网络图

这一部分可以看到不同变量之间的颜色、图形各不相同,一个变量的线条颜色越深,代表其在计算分析中的权重越高;变量的板块越大,则代表其价值越高。

4、分类

分类数据
图8:分类数据

从分类数据中可以看到随机分配的训练集与检验集中样本数据的预测正确率仅有“59.3%”和“58.6%”,说明本次分析效果不是很好,正确率较低。(正确率低不代表神经网络算法不好,而是说明这份样本数据不适合用神经网络算法来进行分析)

5、自变量重要性与正态化重要性

自变量重要性
图9:自变量重要性

自变量重要性与正态化重要性的结果一致,不过一个以数值与表格形式体现,一个以柱状图形式体现。

正态化重要性
图10:正态化重要性

这两个报告数据显示,各个变量对是否违约的结果影响力大小排列是:工龄>信用卡负债>负债率>其他负债>教育>年龄>收入>地址。

三、SPSS神经网络设置技巧

在上面进行神经网络分析示例时,介绍了设置变量与分区的方法,接下来讲一讲其他选项的设置技巧。

1、输出设置

输出设置
图11:输出设置

建议在输出设置中将能勾选的项目全部勾选上,尤其时“网络结构”中的“描述”、“图”与“突触权重”,以及下面的“自变量重要性分析”,这几个还是比较重要的。

2、保存设置

保存设置
图12:保存设置

在保存设置中,可以将图中两个“因变量的预测值或类别”与“因变量的预测拟概率”选项都勾选上。

主要就是设置“变量”、“分区”、“输出”与“保存”四项,其他的选项设置可以根据自己需要再进行修改。

以上便是SPSS神经网络怎么分区,SPSS神经网络如何解读的全部内容了,大家如果想要了解更多数据分析技巧,欢迎关注IBM SPSS中文网站。

 

作者:∅

SPSS Statistics
云版首发!秒杀只需1分钱!
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
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
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
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
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
最新文章
SPSS数据分析难学吗 SPSS数据分析怎么进行筛选
SPSS是一款非常专业的数据统计软件,具备数据管理、统计分析、图形报表统计、数据挖掘以及预测分析等功能,同时SPSS具有功能强大、界面简洁友好、交互性好等特点,被广泛应用于教育学、心理学、问卷调查、医疗卫生等领域的数据研究。为了让大家更好的了解SPSS,下面给大家详细介绍一下,SPSS数据分析难学吗,以及SPSS数据分析怎么进行筛选相关内容。
2023-01-04
SPSS多因素相关性分析结果解读
多因素相关性分析可以帮助用户了解多因素以及因素协同对最终结果的影响程度,从而优化条件,达到更高的经济效益。利用专业的统计学软件SPSS,用户可以方便,快速的完成多因素相关性分析,下面以分析某化学反应中3个温度水平,5个压力水平反应的进行程度为例,向大家介绍SPSS多因素相关性分析的步骤以及结果解读。
2023-01-04
使用IBM SPSS Statistics进行数据验证!
随机计算能力的提高,对数据信息的需求也不断增长,同时收集数据越来越多,这就导致出现更多的数据输入错误。如果使用这些错误数据用于SPSS软件的预测模型来获取预测结果,会导致预测结果出现较大偏差,因此用于预测的数据需要保持干净。如果使用传统方法手动对预测数据进行验证,庞大的数据已经超人力所能处理的能力,SPSS软件就能实现自动化的数据验证,极大节省了人力物力。
2023-01-04
如何使用SPSS检测问卷效度和信度?
检验问卷的效度和信度是明确分析数据有效性的必要保障。在SPSS中,效度分析采用降维因子分析,信度检验通常采用“可靠性检验”。今天,我就向大家演示一下,使用SPSS检测问卷效度和信度的具体操作步骤。
2023-01-04
spss标签怎么输入范围 spss标签和值的区别
SPSS是一款专业的数据资料统计软件。很多刚开始接触SPSS数据统计软件的小伙伴很容易混淆标签和值标签,区分不了标签和值标签都有哪些不同,接下来本文将给大家详细讲解一下,SPSS标签怎么输入范围,以及SPSS标签和值的区别相关内容。
2022-12-26
SPSS标签值不正确 SPSS标签值怎么去除
在使用SPSS进行数据统计分析时,首先需要将分析数据导入到SPSS中,而导入进去的数据资料是需要对数据变量进行定义的,为了方便数据统计分析工作,在变量定义时会对标签值进行设置,而在此设置过程不可避免会遇到一些问题,接下来本文就和大家详细讲解一下,SPSS标签值不正确,以及SPSS标签值怎么去除的操作方法。
2022-12-26

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:

咨询热线

在线咨询

限时折扣