本文介绍了使用SPSS Modeler进行神经网络分析的步骤，包括数据准备、建模设置、模型结果和评估。在数据准备阶段，利用类型节点进行实例化并定义字段角色，再通过分区节点对数据进行划分。建模设置涉及多种选项，如目标、基本、中止规则和高级选项。模型结果展示了模型概要、预测变量重要性、分类、网络信息。最后，对模型结果进行了评估。
今天，小编和大家一起学习应用SPSS Modeler软件进行神经网络分析。
首先，来看一下神经网络的结构。
神经网络是一种试图模拟生物神经网络的结构和功能的数学模型或计算模型。神经网络一共包括三个层级：输入层、隐藏层和输出层。
- 输入层：负责接收输入信息，数量对应多个输入属性特征，即有多少个输入变量则有多少个输入节点；其中最后一个节点是偏置，可以理解为一个常数项输入。
- 输出层：负责输出最终预测结果。对于输出变量是连续型或是二分类问题，输出层只需要一个节点即可完成任务。而在多分类任务中，输出变量含有q个分类，则需要q个输出节点。
- 隐藏层：介于输入层或输出层中间，主要对样本实现进行线性变换。一个神经网络可以含有0个或多个隐藏层。
神经网络结构就是由多个神经元相互组合而成的，而神经网络的学习过程就是连接权重的更新训练过程。
神经元的工作原理：
神经网络的工作
最低0.47元/天 解锁文章
扫一扫
1614
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
