基础准备
前面草堂君简要介绍了神经网络算法的基本原理,大家可以点击下方文章链接回顾:
现实生活中,很多事情人们往往只关注结果输出,而忽略输入因素,以及输入到输出的具体过程;即使很多有心人想要总结输入到输出的路径规律,也会发现涉及的输入影响因素(变量)太多,因素之间还可能存在交互作用,导致输入到输出的路径错综复杂,就像人的神经网络一样,很难发现从输入到输出这个过程的具体规律。例如,经常会听到这样的比较,一个家长对另一个家长说,同样都是在一个学校一个班级上课,师资力量相同,孩子智商差不多,课外辅导也是同样的机构,为什么自己的孩子学习成绩总是不如别人家的孩子。
神经网络算法能够通过大量的历史数据,逐步建立和完善输入变量到输出结果之间的发展路径,也就是神经网络,在这个神经网络中,每条神经的建立以及神经的粗细(权重)都是经过大量历史数据训练得到的,数据越多,神经网络就越接近真实。神经网络建立后,就能够通过不同的输入变量值,预测输出结果。例如,银行能够通过历史申请贷款的客户资料,建立一个神经网络模型,用于预测以后申请贷款客户的违约情况,做出是否贷款给该客户的决策。本篇文章将用一个具体银行案例数据,介绍如何使用SPSS建立神经网络模型,用于判断将来申请贷款者的还款能力。