SPSS Modeler ADP自动数据准备学习笔记

cww468

已于 2022-03-18 23:33:30 修改

阅读量2.5k

点赞数

分类专栏： SPSS 文章标签：学习数据挖掘机器学习

于 2022-03-12 13:29:10 首次发布

本文链接：https://blog.csdn.net/cww468/article/details/123355068

版权

本文介绍了IBM SPSS Modeler 18.0中的ADP（Automatic Data Preparation）功能，通过实例展示了如何使用ADP自动处理数据，包括设置目标、分析数据、调整参数等步骤。ADP能自动识别和处理问题字段，提高模型准确性。通过对比实验，ADP处理后的模型正确率显著高于未处理的模型，验证了其在数据准备中的作用。

摘要由CSDN通过智能技术生成

学习资料

IBM SPSS Modeler 18.0 Applications 第6章

数据源描述

数据源名称telco.sav
在这里插入图片描述

应用模型

ADP自动数据准备

分析思路

ADP可以自动分析数据并识别需要修订的字段、筛选出有问题或者可能不可用的字段、在适当的时候派生出新的指标，本次实验将根据数据telco.sav，分别训练两个二项回归模型块，其中一个通过ADP对输入数据进行处理，另一个不对输入数据进行任何处理，由此对比分析ADP数据处理的作用。

设计步骤

1、选取源节点“Statistics文件”，读取外部数据源；
Variable names选择Read names and labels
Values选择Read data and labels

2、将一个类型节点附加到源节点, 将churn 字段的Measure测量级别设置为flag标志，并将角色设置为Target目标。将所有其他字段的角色设置为 Input,
在这里插入图片描述
3、将 Logistic 节点附加到“类型”节点。在 Logistic 节点上，单击“模型”选项卡并选择二项过程。在模型名称字段中，选择自定义并输入 No ADP - churn,

4、将ADP节点附加到类型节点后，在目标选项卡上保持默认设置，即以均衡的速度与准确性的方式分析与准备数据（还可以选择优先关注处理速度/优先关注准确性），在窗口顶部点击分析数据启动
在这里插入图片描述
5、分析ADP节点处理数据的结果，数据处理的结果将显示在“分析”选项卡上，字段处理摘要显示，在 41 项导人 ADP 节点的数据特征中，19项已转换为辅助处理，而有 3 个因未使用而废弃

6、将 Logistic 节点附加到ACP节点后面。在 Logistic 节点上，单击“模型”选项卡并选择二项过程。在模型名称字段中，选择自定义并输入 After ADP - churn
在这里插入图片描述
7、分别运行并比较两个模型的准确性（第一个没有经过ACP处理，第二个经过了ACP处理），通过分析节点分析显示：
经过ACP处理输入数据的模型正确率为78.8%
没有ACP处理输入数据的模型正确率为10.6%