SPSS—神經(jīng)網(wǎng)絡(luò)

1、SPSSSPSS神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)是一個非線性的數(shù)據(jù)建模工具集合，它包括輸入層和輸出層、一個或者多個隱藏層。神經(jīng)元之間的連接賦予相關(guān)的權(quán)重，訓(xùn)練算法在迭代過程中不斷調(diào)整這些權(quán)重，從而使得預(yù)測誤差最小化并給出預(yù)測精度。您可以設(shè)置網(wǎng)絡(luò)的訓(xùn)練條件，從而控制訓(xùn)練的停止條件以及網(wǎng)絡(luò)結(jié)構(gòu)，或者讓算法自動選擇最優(yōu)的網(wǎng)絡(luò)結(jié)構(gòu)。神經(jīng)網(wǎng)絡(luò)在許多領(lǐng)域，都可以將SPSS神經(jīng)網(wǎng)絡(luò)和其他的統(tǒng)計分析過程結(jié)合起來，獲得更深入、清晰的洞察力。例如，在市場研究領(lǐng)域，可以建立客戶檔案發(fā)現(xiàn)客戶的偏好；在數(shù)據(jù)庫營銷領(lǐng)域，可以進行客戶細分，優(yōu)化市場活動的響應(yīng)。在金融分析方面，可以使用SPSS神經(jīng)網(wǎng)絡(luò)分析申請人的信用狀況，

2、探測可能的欺詐。在運營分析方面，也可以使用這個新工具管理現(xiàn)金流、優(yōu)化供應(yīng)鏈。此外，在科學(xué)和醫(yī)療方面的應(yīng)用包括預(yù)測醫(yī)療費用、醫(yī)療結(jié)果分析、預(yù)測住院時間等。神經(jīng)網(wǎng)絡(luò)SPSS神經(jīng)網(wǎng)絡(luò)，包括多層感知器（MLP）或者徑向基函數(shù)（RBF）兩種方法。這兩種方法都是有監(jiān)督的學(xué)習(xí)技術(shù)也就是說，他們根據(jù)輸入的數(shù)據(jù)映射出關(guān)系。這兩種方法都采用前饋結(jié)構(gòu)，意思是數(shù)據(jù)從一個方向進入，通過輸入節(jié)點、隱藏層最后進入輸出節(jié)點。你對過程的選擇受到輸入數(shù)據(jù)的類型和網(wǎng)絡(luò)的復(fù)雜程度的影響。此外，多層感知器可以發(fā)現(xiàn)更復(fù)雜的關(guān)系，徑向基函數(shù)的速度更快。MLP可以發(fā)現(xiàn)更復(fù)雜的關(guān)系，而通常來說RBF更快。神經(jīng)網(wǎng)絡(luò)使用這兩種方法的任何一種，您可

3、以將數(shù)據(jù)拆分成訓(xùn)練集、測試集、驗證集。訓(xùn)練集用來估計網(wǎng)絡(luò)參數(shù)。測試集用來防止過度訓(xùn)練。驗證樣本用來單獨評估最終的網(wǎng)絡(luò)，它將應(yīng)用于整個數(shù)據(jù)集和新數(shù)據(jù)。多層感知器實例分析 首先產(chǎn)生隨機數(shù)來選擇樣本數(shù)據(jù)集，選菜單轉(zhuǎn)換（Transform）-隨機數(shù)生成器（Random Number Generators）-彈出對話框如圖1-選擇設(shè)置起點（Set Starting Point ）-選中固定值（Fixed Value）-填入9191972，然后單擊確定（OK）。 多層感知器實例分析圖1多層感知器實例分析 菜單轉(zhuǎn)換（Transform）-計算變量（Compute Variable）,彈出對話框如圖2在目標(biāo)變

4、量（Target Variable）中填入變量名partition，然后在數(shù)學(xué)表達式（Numeric Expression）填入計算表達式2*RV.BERNOULLI(0.7)-1，此公式用于產(chǎn)生bernoulli分布數(shù)據(jù)，數(shù)據(jù)集名稱為partition設(shè)置完成后單擊確定（OK）多層感知器實例分析圖2多層感知器實例分析 生成隨機數(shù)后，選菜單分析（Analyze）-神經(jīng)網(wǎng)絡(luò)（Neural Network）-多層感知器（Multilayer Perceptron）彈出對話框如圖3選擇變量Previously Defaultdefault到因變量（Dependent Variables）,選擇變量L

5、evel educationed到因子（Factors）。選擇變量age，employ，address，income，debtinc，creddebt，othdebt到協(xié)變量（Covariates）.多層感知器實例分析圖3多層感知器實例分析 選擇分區(qū)（Partition）彈出對話框如圖4，選中使用分區(qū)變量分配個案（Use Partition Variable to Assign Cases），然后選中變量partition到分區(qū)變量（Partitioning Variable）中。多層感知器實例分析圖4多層感知器實例分析單擊輸出（Output）標(biāo)簽，彈出如圖5選擇ROC曲線（ROC Curve），累積增益曲線（Cumulative Gains Chart），增益圖（Lift Chart ），觀察預(yù)測值（Prdicted by Observed Chart），去掉圖表（Diagram）。最后選擇自變量重要性分析（Independent Variable Import Analysis）選項欄。然后，