SPSS_Clementine_数据挖掘入门

《SPSS_Clementine_数据挖掘入门》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、SPSSClementine目录SPSSClementine数据挖掘入门（1）2客户端基本界面3项目区3工具栏3源工具（Sources）3记录操作（RecordOps）和字段操作（FieldOps）4图形（Graphs）4输出（Output）4模型（Model）4数据流设计区4管理区5Outputs5Models5SPSSClementine数据挖掘入门（2）61．定义数据源62．理解数据83．准备数据94．建模135．模型评估146．部署模型15SPSSClementine数据挖掘入门（3）17分类20决策树20NaïveBayes23神经网络24回归26聚类

2、27序列聚类30关联3131SPSSClementineSPSSClementine数据挖掘入门（1）　　SPSSClementine是Spss公司收购ISL获得的数据挖掘工具。在Gartner的客户数据挖掘工具评估中，仅有两家厂商被列为领导者：SAS和SPSS。SAS获得了最高abilitytoexecute评分，代表着SAS在市场执行、推广、认知方面有最佳表现；而SPSS获得了最高的completenessofvision，表明SPSS在技术创新方面遥遥领先。　　 31SPSSClementine　　客户端基本界面　　SPSSClementine（在此简称c

3、lementine）在安装好后会自动启用服务，服务端的管理需要使用SPSSPredictiveEnterpriseManager，在服务端clementine没有复杂的管理工具，一般的数据挖掘人员通过客户端完成所有工作。下面就是clementine客户端的界面。　　 　　一看到上面这个界面，我相信只要是使用过SSIS＋SSAS部署数据挖掘模型的，应该已经明白了六、七分。是否以跃跃欲试了呢，别急，精彩的还在后面^_’　　项目区　　顾名思义，是对项目的管理，提供了两种视图。其中CRISP－DM（CrossIndustryStandardProcessforDataM

4、ining，数据挖掘跨行业标准流程）是由SPSS、DaimlerChrysler（戴姆勒克莱斯勒，汽车公司）、NCR（就是那个拥有Teradata的公司）共同提出的。Clementine里通过组织CRISP－DM的六个步骤完成项目。在项目中可以加入流、节点、输出、模型等。　　工具栏　　工具栏总包括了ETL、数据分析、挖掘模型工具，工具可以加入到数据流设计区中，跟SSIS中的数据流非常相似。Clementine中有6类工具。　　源工具（Sources）　　相当SSIS数据流中的源组件啦，clementine支持的数据源有数据库、平面文件、Excel、维度数据、SA

5、S数据、用户输入等。31SPSSClementine　　记录操作（RecordOps）和字段操作（FieldOps）　　相当于SSIS数据流的转换组件，RecordOps是对数据行转换，FieldOps是对列转换，有些类型SSIS的异步输出转换和同步输出转换（关于SSIS异步和同步输出的概念，详见拙作：http：//www．cnblogs．com/esestt/archive/2007/06/03/769411．html）。　　图形（Graphs）　　用于数据可视化分析。　　输出（Output）　　Clementine的输出不仅仅是ETL过程中的load过程，它

6、的输出包括了对数据的统计分析报告输出。　　 　　※在ver11，Output中的ETL数据目的工具被分到了Export的工具栏中。　　　　模型（Model）　　Clementine中包括了丰富的数据挖掘模型。　　 　　数据流设计区　　这个没什么好说的，看图就知道了，有向的箭头指明了数据的流向。Clementine项目中可以有多个数据流设计区，就像在PhotoShop中可以同时开启多个设计图一样。　　比如说，我这里有两个数据流：Stream1和Stream2。通过在管理区的Streams栏中点击切换不同的数量流。31SPSSClementine　　 　　管理区　　

7、管理区包括Streams、Outputs、Models三栏。Streams上面已经说过了，是管理数据流的。　　Outputs　　不要跟工具栏中的输出搞混，这里的Outputs是图形、输出这类工具产生的分析结果。例如，下面的数据源连接到矩阵、数据审查、直方图工具，在执行数据流后，这个工具产生了三个输出。在管理区的Outputs栏中双击这些输出，可看到输出的图形或报表。　　　　Models　　经过训练的模型会出现在这一栏中，这就像是真表（TruthTable）的概念那样，训练过的模型可以加入的数据流中用于预测和打分。另外，模型还可以导出为支持PMML协议的XML文件

8、，但是PMML没有给定所