IBM SPSS Statistics 中文网站 > 使用技巧 > 使用SPSS神经网络模型预测结果

使用SPSS神经网络模型预测结果

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。

  1. 数据集准备

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。

图1 变量视图
图1 变量视图

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。

图2 数据集输入
图2 数据集输入

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。

图3 目标变量
图3 目标变量

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。

图4 角色改变
图4 角色改变

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。

图5 径向基函数
图5 径向基函数

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。

图6 变量菜单
图6 变量菜单

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。

 

图7 分区和输出菜单
图7 分区和输出菜单

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。

 

图8 保存和导出菜单
图8 保存和导出菜单

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。

图9 网络模型图
图9 网络模型图

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。

图10 自变量重要性
图10 自变量重要性

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。

图11 预测数据
图11 预测数据

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

标签:spss神经网络

读者也访问过这里:
SPSS Statistics
一款功能强大的数据统计分析工具
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线性回归如何预测 SPSS怎么得到预测值
SPSS线性回归预测的主要步骤是通过线性回归分析构建模型,得出线性回归方程,然后对整体效果进行F检验和T检验,证实回归方程的正确性。最后,给定一个自变量值,进行点预测和区间预测。下面,小编具体来介绍一下SPSS线性回归如何预测,SPSS怎么得到预测值的方法。
2022-01-10

咨询热线

在线咨询

限时折扣