发布时间:2021-11-08 11: 39: 36
神经网络模型是数据分析常用的模型,它广泛应用于众多领域,比如:医疗、人工智能、深度学习、语音、机器人等。它能通过现有数据经过神经网络模型训练得到训练模型,再将模型运用于预测数据集,进而得到预测结果,并且将预测趋势应用于各个领域。IBM SPSS Statistics同样具备神经网络模型,直接将需要分析数据导入IBM SPSS Statistics,然后进行简单配置即可使用神经网络模型。接下来就来看下如何使用SPSS神经网络模型预测结果。
打开SPSS软件,如果预测的数据集是事先准备好的,则直接点击左上角“文件”-“导入数据”;如果预测的数据集需要自己制作,则通过SPSS软件设置变量以及完成数据输入。这里为了演示,因此小编自己制作一个商品促销数据集。点击左下角“变量视图”窗口,并且确定变量。
点击左下角“数据视图”,在该窗口完成数据集的输入,这里总共输入24条数据集。
二、神经网络模型预测结果
点击顶部菜单栏“转换”-“计算变量”,打开计算变量窗口。然后我们需要设计名为incress的目标变量,并且将其标签设计为“促销前后消费额变化率”,最后设计该变量的数字表达式。
完成上述操作之后,我们可以看到数据集中增加了该变量,并且自动生成数据集。然后我们需要将该变量角色改为目标。
点击SPSS软件顶部菜单栏“分析”- “神经网络”-“径向基函数”。打开径向基函数窗口,我们可以看到顶部包括变量、分区、体系结构、输出、保存、导出、选项。其中“体系结构”和“选项”默认即可,下面将对其他五个菜单进行设计。
设计变量菜单。将incress(目标变量)加载到因变量选项框,将Class、Cost、Promotion、Before加载到协变量,并且协变量重新标度选择为标准差。
设计分区菜单和输出菜单。分区一般默认是训练数据为70%,检验数据为30%,当然你可以自己配置比率。
输出一般把所有选项都选中,这样有利于我们观看分析结果。
保存和导出菜单。保存需要勾选“保存每个因变量的预测或类别”,这样将会把预测值添加到数据集中。导出需要勾选“将突触权重估算值导出到XML文件,并且点击浏览将xml文件导出到本地。
完成神经网络径向基函数设置之后,可以看到自动生成输出文档,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。
通过自变量重要性图可以分析出哪些因素对预测值的影响较大,重要性越明显则对预测值影响就越大,比如这里Promotion(促销费用)对商品促销影响最大。因此,通过提高商品促销费用,将能够增大商品促销量。
完成神经网络中的径向基函数之后,我们可以看到数据中增加了一列预测值的数据。通过该预测值,我们能够清楚哪些商品促销比较明显。
三、小结
上面通过使用SPSS软件从数据集的制作,并将该数据集通过神经网络模型预测得到预测结果,通过该预测值,我们能够提前了解那种因素对促销量影响较大,进而能够提高我们商品的销售量。相信这篇教程的讲解,你能够快速使用SPSS软件的神经网络模型应用各个领域。
作者:独行侠
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 >
SPSS双因素方差分析数据录入 SPSS双因素方差分析多重比较
进行双因素方差分析时,数据录入和多重比较是两大难点,用户常常会对数据录入比较困惑,不确定如何分组以及定义变量名称,对于双因素方差分析中的多重比较结果也不能恰当的进行解读,如何进行SPSS双因素方差分析数据录入?SPSS双因素方差分析多重比较如何解读?本文结合实例,向大家做详细的解释。...
阅读全文 >
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。...
阅读全文 >
SPSS逻辑回归模型案例 逻辑回归和线性回归的区别
逻辑回归适用于二分变量的模型,最显著的作用是可以预测模型中每个自变量的概率。也就是说,逻辑回归可以根据一组样本数据,得到预测值或者某种预测结果。下面,小编来介绍一下SPSS逻辑回归模型案例,逻辑回归和线性回归的区别的具体内容。...
阅读全文 >