详解SPSS 分析技术在大规模分析中的应用

最新推荐文章于 2024-09-27 20:18:27 发布

s张

最新推荐文章于 2024-09-27 20:18:27 发布

阅读量1.8k

点赞数 2

本文链接：https://blog.csdn.net/weixin_36841920/article/details/88265943

版权

本文详细介绍了SPSS在大规模分析中的应用，包括SPSS Modeler的数据挖掘工作台，SPSS Analytic Server的大数据集成，以及与Netezza、InfoSphere BigInsights、InfoSphere Streams的集成。通过这些集成，SPSS提供了高性能和高可伸缩性的解决方案，支持实时和批处理分析。SPSS平台的组件与大数据平台的结合，使分析师能够利用强大的分析工具处理大数据。

摘要由CSDN通过智能技术生成

SPSS 平台概述

与大数据集成的 SPSS 软件组件：

SPSS Modeler
SPSS Analytic Server
SPSS Collaboration and Deployment Services
SPSS Analytic Catalyst

SPSS Modeler 是一个数据挖掘工作台，用于分析数据和部署分析资产。通用术语分析资产 用于描述解决某个业务问题的一个操作集合。数据科学家在描述使用数据挖掘工具开发的资产时，通常会使用术语模型或预测模型。除了模型之外，SPSS 分析资产还可包含数据准备步骤和业务规则。图 1 显示了 SPSS Modeler 中开发的一个示例分析资产。在此示例中，我们使用一个决策树模型来执行贷款违约预测。分析资产执行以下操作：

合并来自 3 个历史数据源的数据
使用一个 Type 节点识别用于模型预测的目标变量 (MortgageDefault)
构建一个基于 C5.0 决策树算法的模型
选择具有积极的贷款违约预测的记录
将结果显示在一个表中

图 1. SPSS Modeler 中开发的分析资产

640?wx_fmt=png

SPSS Modeler 是一个可视编程环境。分析资产可通过连接画布上的可视编程节点来创建；在运行时，节点按照连接箭头的方向执行。节点可按照相关功能进行组织：Sources、Record Operations、Field Operations、Modeling 等。Modeling 选项卡显示用于生成模型的算法（参见图 2）。SPSS 发布了 27 个建模算法和整套的节点，对一个数据集运行多种算法并选择最佳的节点。除了所描述的可视节点之外，如果分析师希望扩展 SPS