如何通过IBM SPSS Modeler对数据进行处理和建模

一、获取数据

1、打开 IBM SPSS Modeler 客户端，点击左下角的 Server 按钮，选择要连接的 Modeler Server，这里需要说明的就是如果 SDAP 装在和 Modeler Client 在一台机器，那么就选择 Local Server；

如果不在同一台机器，而是和单独的 Modeler Server 装在一台机器，就选在添加按钮，输入机器的主机名或者 IP 地址，设置登录的用户名和密码，点击完成按钮，如图 7 所示：

2、连接上 Modeler Server 之后，在源选项双击数据库节点，然后就可以添加数据库源节点到数据流工作区，双击节点，在数据项选择添加一个数据库连接，然后 Modeler Client 会将 Modeler Server 所在机器的所有 ODBC 查询出来，找到需要连接的数据库连接信息，输入用户名和密码后，点击连接按钮，选择完成然后进入选择表，这里以 SQL Server 为例，如图 8 所示：

3、点击完成按钮后，在表名列点击选择按钮，选择表名，这里以 dbo.Modeler_Drug1 为例，如图 9 所示：

4、选择表后，节点自动读取表结构。

用同样的方法再添加两个数据库节点，选择 ODBC 为 DB2 和 Oracle， 输入用户名和密码之后，就可以选择要读取数据的表名了。这样就完成了用 Modeler Client 读取数据库数据的 *** 作，然后要进行的就是对数据的处理。

首先利用 Modeler 的 Merge 节点对 DB2 和 Oracle 中的两张表的数据进行合并，处理后的结果是得到的数据一部分来自 DB2 数据库，一部分来自 Oracle 数据库。对于来自 Oracle 数据库的数据，取 3 个字段的值：

对于来自 DB2 数据库的数据，取 4 个字段：

二、数据处理

1、双击记录选项中的 Merge 节点，然后将 DB2 和 Oracle 两个节点与之连接，双击 Merge 节点，可以看到处理后的数据包括来自 DB2 和 Oracle 的 7 个字段：

2、然后需要通过 Modeler 的 Append 节点将 Merge 后的数据追加到来自 SQL Server 数据库的数据。双击记录选项中的 Append 节点，在流工作区中将 Merge 节点和 SQL Server 数据源节点与之连接，这样得到的就是来自三个数据库的数据了。

还可以通过 Modeler 的其他节点对数据进行进一步的处理，比如通过选择节点，可以设置条件来选择需要的数据，或者通过排序节点对某几个列进行排序等等。

三、建模

1、最后要做的就是对处理过的数据进行建模了，首先需要设定一个 Target 列，也就是需要预测的列。

通过 Modeler 的 Type 节点设置 Target 列，在字段选项双击 Type 节点，在流工作区中将 Append 节点与之连接，双击 Type 节点，修改 Drug 列的角色为 Target，其他默认为 Input 。

2、然后就是选择要使用的模型了，这里以神经网络为例，在模型选择中双击神经网络节点，在流工作区中将 Type 节点与之连接，打开神经网络节点，可以看到是通过所有的角色为 Input 的列来预测觉得为 Target 的列，当然可以在这里修改 Input 和 Target，将年龄的角色从 Input 修改为 Target 。

3、点击运行按钮，生成一个新的模型块，该模型块会被自动连接在流工作区，并带有指向创建它的建模节点的链接。要查看模型的详细信息，右键单击模型块并选择浏览（在模型选项板上）或编辑（在工作区上）。

4、双击打开生成的模型块，可以看到哪些值对预测结果的影响最大，线条宽深说明影响越大。

SPSS Modeler（12.0以前叫Clementine）是一个业界领先的数据挖掘平台。SPSS Modeler拥有直观的 *** 作界面、自动化的数据准备和成熟的预测分析模型。 SPSS Modeler 14.1 相比 SPSS Modeler 13.0，在数据可视化和算法可视化方面做了改进和完善，这样更便于数据挖掘工作者进行数据探索和模型的优化。同时，增强了数据源连接、数据处理、建模分析等功能。

下面是新版本的特性：

1、新的外观效果。

默认情况下，SPSS Modeler 现在采用新的屏幕设计显示。以前的设计选项仍然可用。

2、术语更改。

与新的外观效果相配合，某些术语已更改为在产品中通用的标准术语。

3、新的XML 源和XML 导出节点。

新添加的节点允许以XML 格式导入和导出数据。

4、新的线性建模节点。

新增线性节点，为传统线性回归技术加入了新的功能，例如推进和bagging（Bootstrap 汇总）技术以及针对大型数据集的优化等。回归节点与现有流的兼容性在本版本中仍然可用。

5、决策树节点有所增强。

C&R 树、QUEST 和CHAID 节点已经过增强以支持推进和bagging技术。此外，C&R 树和QUEST 节点现在支持针对大型数据集的优化，此功能以往仅对CHAID 模型可用。

6、神经网络节点有所增强。

现已提供了神经网络节点的新版本，支持推进和bagging 技术，并可针对大型数据集进行优化。新节点使用的算法与PASW Statistics 提供的相同。

7、新字段角色（以往称为字段方向）。

添加了两个新角色：频数和记录ID。

8、导出时更新数据库。

之前，数据库导出只在插入时执行，插入需要删除和重建受影响的数据库表格。您现在也可在导出时更新数据库表格，例如以添加新列到现有表格的方式。

9、指定开始单元格和工作表以进行Excel 导出。

---