SPSS神经网络(2)课件.ppt
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- SPSS 神经网络 课件
- 资源描述:
-
文档仅供参考,不能作为科学依据,请勿模仿;如有不当之处,请联系本人改正。神经网络神经网络是一个非线性的数据建模工具集合,它包括输入层和输出层、一个或者多个隐藏层。神经元之间的连接赋予相关的权重,训练算法在迭代过程中不断调整这些权重,从而使得预测误差最小化并给出预测精度。您可以设置网络的训练条件,从而控制训练的停止条件以及网络结构,或者让算法自动选择最优的网络结构。文档仅供参考,不能作为科学依据,请勿模仿;如有不当之处,请联系本人改正。神经网络在许多领域,都可以将SPSS神经网络和其他的统计分析过程结合起来,获得更深入、清晰的洞察力。例如,在市场研究领域,可以建立客户档案发现客户的偏好;在数据库营销领域,可以进行客户细分,优化市场活动的响应。在金融分析方面,可以使用SPSS神经网络分析申请人的信用状况,探测可能的欺诈。在运营分析方面,也可以使用这个新工具管理现金流、优化供应链。此外,在科学和医疗方面的应用包括预测医疗费用、医疗结果分析、预测住院时间等。文档仅供参考,不能作为科学依据,请勿模仿;如有不当之处,请联系本人改正。神经网络SPSS神经网络,包括多层感知器(MLP)或者径向基函数(RBF)两种方法。这两种方法都是有监督的学习技术也就是说,他们根据输入的数据映射出关系。这两种方法都采用前馈结构,意思是数据从一个方向进入,通过输入节点、隐藏层最后进入输出节点。你对过程的选择受到输入数据的类型和网络的复杂程度的影响。此外,多层感知器可以发现更复杂的关系,径向基函数的速度更快。MLP可以发现更复杂的关系,而通常来说RBF更快。文档仅供参考,不能作为科学依据,请勿模仿;如有不当之处,请联系本人改正。神经网络使用这两种方法的任何一种,您可以将数据拆分成训练集、测试集、验证集。训练集用来估计网络参数。测试集用来防止过度训练。验证样本用来单独评估最终的网络,它将应用于整个数据集和新数据。文档仅供参考,不能作为科学依据,请勿模仿;如有不当之处,请联系本人改正。多层感知器实例分析首先产生随机数来选择样本数据集,选菜单转换(Transform)-随机数生成器(Random Number Generators)-弹出对话框如图1-选择设置起点(Set Starting Point)-选中固定值(Fixed Value)-填入9191972,然后单击确定(OK)。文档仅供参考,不能作为科学依据,请勿模仿;如有不当之处,请联系本人改正。多层感知器实例分析图1文档仅供参考,不能作为科学依据,请勿模仿;如有不当之处,请联系本人改正。多层感知器实例分析菜单转换(Transform)-计算变量(Compute Variable),弹出对话框如图2在目标变量(Target Variable)中填入变量名partition,然后在数学表达式(Numeric Expression)填入计算表达式2*RV.BERNOULLI(0.7)-1,此公式用于产生bernoulli分布数据,数据集名称为partition设置完成后单击确定(OK)文档仅供参考,不能作为科学依据,请勿模仿;如有不当之处,请联系本人改正。多层感知器实例分析图2文档仅供参考,不能作为科学依据,请勿模仿;如有不当之处,请联系本人改正。多层感知器实例分析生成随机数后,选菜单分析(Analyze)-神经网络(Neural Network)-多层感知器(Multilayer Perceptron)弹出对话框如图3选择变量Previously Defaultdefault到因变量(Dependent Variables),选择变量Level educationed到因子(Factors)。选择变量age,employ,address,income,debtinc,creddebt,othdebt到协变量(Covariates).文档仅供参考,不能作为科学依据,请勿模仿;如有不当之处,请联系本人改正。多层感知器实例分析图3文档仅供参考,不能作为科学依据,请勿模仿;如有不当之处,请联系本人改正。多层感知器实例分析选择分区(Partition)弹出对话框如图4,选中使用分区变量分配个案(Use Partition Variable to Assign Cases),然后选中变量partition到分区变量(Partitioning Variable)中。文档仅供参考,不能作为科学依据,请勿模仿;如有不当之处,请联系本人改正。多层感知器实例分析图4文档仅供参考,不能作为科学依据,请勿模仿;如有不当之处,请联系本人改正。多层感知器实例分析单击输出(Output)标签,弹出如图5选择ROC曲线(ROC Curve),累积增益曲线(Cumulative Gains Chart),增益图(Lift Chart),观察预测值(Prdicted by Observed Chart),去掉图表(Diagram)。最后选择自变量重要性分析(Independent Variable Import Analysis)选项栏。然后,单击确定(OK)按钮进行分析。文档仅供参考,不能作为科学依据,请勿模仿;如有不当之处,请联系本人改正。多层感知器实例分析图5文档仅供参考,不能作为科学依据,请勿模仿;如有不当之处,请联系本人改正。多层感知器实例分析结果文档仅供参考,不能作为科学依据,请勿模仿;如有不当之处,请联系本人改正。多层感知器实例分析文档仅供参考,不能作为科学依据,请勿模仿;如有不当之处,请联系本人改正。多层感知器实例分析文档仅供参考,不能作为科学依据,请勿模仿;如有不当之处,请联系本人改正。多层感知器实例分析文档仅供参考,不能作为科学依据,请勿模仿;如有不当之处,请联系本人改正。多层感知器实例分析文档仅供参考,不能作为科学依据,请勿模仿;如有不当之处,请联系本人改正。多层感知器实例分析文档仅供参考,不能作为科学依据,请勿模仿;如有不当之处,请联系本人改正。谢谢观看!展开阅读全文

咨信网声明:本文档由用户上传并分享,仅供学习交流、研究之用,未经授权,严禁复制、发行、汇编、翻译或网络传播等,侵权必究。
咨信网小贴示:
1、浏览或下载可查看了解,请点击【咨信网告知】。
2、下载文件中如有侵权或不适当内容,将立即纠正。
3、如果因为网速或其他原因下载失败请重新下载,重复下载[60天内]不扣币。
4、开具发票登录电脑端申请,请点击【索取发票】。
咨信网客服组:【微信客服】
1、浏览或下载可查看了解,请点击【咨信网告知】。
2、下载文件中如有侵权或不适当内容,将立即纠正。
3、如果因为网速或其他原因下载失败请重新下载,重复下载[60天内]不扣币。
4、开具发票登录电脑端申请,请点击【索取发票】。
咨信网客服组:【微信客服】


SPSS神经网络(2)课件.ppt
















自信AI助手














微信客服
客服QQ
发送邮件
意见反馈



链接地址:https://www.zixin.com.cn/doc/666968.html