SPSS—神经网络PPT.ppt

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2,#,SPSS,神经网络,1,2,神经网络,神经网络是一个非线性的数据建模工具集合，它包括输入层和输出层、一个或者多个隐藏层。神经元之间的连接赋予相关的权重，训练算法在迭代过程中不断调整这些权重，从而使得预测误差最小化并给出预测精度。您可以设置网络的训练条件，从而控制训练的停止条件以及网络结构，或者让算法自动选择最优的网络结构。,2,2025/2/6 周四,神经网络,在许多领域，都可以将,SPSS,神经网络和其他的统计分析过程结合起来，获得更深入、清晰的洞察力。例如，在市场研究领域，可以建立客户档案发现客户的偏好；在数据库营销领域，可以进行客户细分，优化市场活动的响应。,在金融分析方面，可以使用,SPSS,神经网络分析申请人的信用状况，探测可能的欺诈。在运营分析方面，也可以使用这个新工具管理现金流、优化供应链。此外，在科学和医疗方面的应用包括预测医疗费用、医疗结果分析、预测住院时间等。,3,2025/2/6 周四,神经网络,SPSS,神经网络，包括多层感知器（,MLP,）或者径向基函数（,RBF,）两种方法。这两种方法都是有监督的学习技术也就是说，他们根据输入的数据映射出关系。这两种方法都采用前馈结构，意思是数据从一个方向进入，通过输入节点、隐藏层最后进入输出节点。你对过程的选择受到输入数据的类型和网络的复杂程度的影响。此外，多层感知器可以发现更复杂的关系，径向基函数的速度更快。,MLP,可以发现更复杂的关系，而通常来说,RBF,更快。,4,2025/2/6 周四,神经网络,使用这两种方法的任何一种，您可以将数据拆分成训练集、测试集、验证集。训练集用来估计网络参数。测试集用来防止过度训练。验证样本用来单独评估最终的网络，它将应用于整个数据集和新数据。,5,2025/2/6 周四,多层感知器实例分析,首先产生随机数来选择样本数据集，选菜单转换（,Transform,）,-,随机数生成器（,Random Number Generators,）,-,弹出对话框如图,1-,选择设置起点（,Set Starting Point,）,-,选中固定值（,Fixed Value,）,-,填入,9191972,，然后单击确定（,OK,）。,6,2025/2/6 周四,多层感知器实例分析,图,1,7,2025/2/6 周四,多层感知器实例分析,菜单转换（,Transform,）,-,计算变量（,Compute Variable,）,弹出对话框如图,2,在目标变量（,Target Variable,）中填入变量名,partition,，然后在数学表达式（,Numeric Expression,）填入计算表达式,2*RV.BERNOULLI(0.7)-1,，此公式用于产生,bernoulli,分布数据，数据集名称为,partition,设置完成后单击确定（,OK,）,8,2025/2/6 周四,多层感知器实例分析,图,2,9,2025/2/6 周四,多层感知器实例分析,生成随机数后，选菜单分析（,Analyze,）,-,神经网络（,Neural Network,）,-,多层感知器,（,Multilayer Perceptron,）,弹出对话框如图,3,选择变量,Previously Defaultdefault,到因变量（,Dependent Variables,）,选择变量,Level educationed,到因子（,Factors,）。选择变量,age,，,employ,，,address,，,income,，,debtinc,，,creddebt,，,othdebt,到协变量（,Covariates,）,.,10,2025/2/6 周四,多层感知器实例分析,图,3,11,2025/2/6 周四,多层感知器实例分析,选择分区（,Partition,）弹出对话框如图,4,，选中使用分区变量分配个案（,Use Partition Variable to Assign Cases,），然后选中变量,partition,到分区变量（,Partitioning Variable,）中。,12,2025/2/6 周四,多层感知器实例分析,图,4,13,2025/2/6 周四,多层感知器实例分析,单击输出（,Output,）标签，弹出如图,5,选择,ROC,曲线（,ROC Curve,），累积增益曲线（,Cumulative Gains Chart,），增益图（,Lift Chart,），观察预测值（,Prdicted by Observed Chart,），去掉图表（,Diagram,）。最后选择自变量重要性分析（,Independent Variable Import Analysis,）选项栏。然后，单击确定（,OK,）按钮进行分析。,14,2025/2/6 周四,多层感知器实例分析,图,5,15,2025/2/6 周四,多层感知器实例分析,结果,16,2025/2/6 周四,多层感知器实例分析,17,2025/2/6 周四,多层感知器实例分析,18,2025/2/6 周四,多层感知器实例分析,19,2025/2/6 周四,多层感知器实例分析,20,2025/2/6 周四,多层感知器实例分析,21,2025/2/6 周四,谢谢观看！,22,2025/2/6 周四,