SPSS Modeler基础操作与模型求解

SPSS Modeler简介

IBM SPSS Modeler前身是英国ISL公司开发的一款数据挖掘工具产品，1998年被SPSS公司收购，并重新整合开发。
由于SPSS Modeler拥有丰富的数据挖掘算法，支持与数据库之间的数据和模型交换；同时，具有可视化操作界面，简单易用，分析结果直观易懂，图形功能强大等特点。已从诸如Statsoft Statistics、SAS Enterprise Miner、Oracle DM、MATLAB、Angoss等众多数据挖掘软件中脱颖而出。

SPSS Modeler窗口简介

数据流编辑区

数据流编辑区是建立和编辑SPSS Modeler数据流的区域，用户的大部分操作时在这个区域内完成的。

节点工具箱窗口

SPSS Modeler数据流是由多个节点组成的。节点工具箱中存放着SPSS Modeler的所有结点工具，这些节点均以图符形式显示，可实现数据采集、数据展示、数据预处理、数据建模以及模型评估等功能。

模型求解的一般过程

案例一

问题描述：
案例数据是Modeler软件自带的一份关于药物研究的数据。大批患有同种疾病的不同病人，服用五种药物中的一种(Drug，分为Drug A，Drug B，Drug C，Drug X和Drug Y)之后都取得了同样的治疗效果。现需要利用数据挖掘发现以往药物处方适用的规律，给出不同的临床特征病人更适合服用哪种药物的建议，为未来医生开具处方提供参考。
案例数据是随同挑选的部分病人服务药物前的基本临床检查数据，包括：病人的年龄(Age)、性别(Sex)、血压(BP)、胆固醇(Cholesterol)、唾液中钠元素(Na)和钾元素(K)含量。

步骤：

1. 读取数据到SPSS Modeler中。在数据源选项卡中选择变量文件，编辑该节点，选择数据的位置。
   

2. 浏览数据内容。选择输出选项卡中的表格节点，右键运行。
   

3. 观察各个变量的数据分布特征。选择输出选项卡中的数据审核节点，将数据流连接该节点，执行该节点。
   

4. 观察服用不同药物的病人唾液中，Na和K的含量情况。选择图形选项卡中的散点图，选择Na作为X轴，K作为Y轴，交叠字段的颜色选择Drug(即按照Drug进行分类来画散点图)，运行。
   

5. 根据散点图的分布情况，可以得出服用的药物可能跟Na/K的比值存在一定的关系，因此，用新变量Na/K的比值代替Na和K两个字段。操作：选择字段选项选项卡中的导出节点，设置导出的字段名为Na/K，字段类型为Na/K，公式为Na/K(即Na字段的值除以K字段的值)，确定。
   

6. 观察不同血压特征的病人药物选择情况。选择图形选项卡中的网络节点，选择BP、Drug两个字段，运行。
   
   

7. 全面分析决定药物的影响方式。本次采用C5.0算法(决策树模型中的一个算法，想深入了解的可以去查阅相关资料，弄懂该算法的具体步骤)。
   第一步：通过字段选项中的过滤器节点将Na和K过滤；
   

第二步，选择字段选项选项卡下的类型节点，设置各个字段的类型，将Drug字段的角色设置为目标，其他设置为输入。

第三步，选择建模选项卡下的C5.0，编辑该节点，将Drug作为目标，Age、Sex、BP、Cholesterol、Na/K作为输入，点击运行。会生成一个钻石一样的图标(即模型求解的结果)。

第四步，右键编辑钻石图标，查看求解的结果。

可根据左侧的树形结构来给未来医生开处方提供参考。

数据流向