IBM SPSS MODELER 教程-(1)

得出数据的意义，并且耗时也越长。金矿无法开采，通常是由于缺乏人力、时间或专业技术。

数据挖掘使用清晰的业务流程和强大的分析技术，快速、彻底地探索大量的数据，抽取并为您提供有用且有价值的信息，这正是您所需要的“商务智能”。

尽管您数据中的这些以前未知的模式和关系本身很有趣，但一切并不止于此。如果您可以使用这些过去行为的模式来预测未来可能发生的事情，那又会怎样？这就是建模的目标 - 模型，它包含一组从源数据中抽取的规则、公式或方程式，并允许您通过它们生成预测结果。这正是预测分析的核心。 关于预测分析

预测分析是一个业务流程，其中包含一组相关技术，通过从您的数据中总结出有关当前状况与未来事件的可靠结论，帮助制定有效的行动措施。它是以下方面的组合：

? 高级分析

? 决策优化

高级分析使用多种工具和技术，分析过去与现在的事件，并预测未来的结果。决策优化确定您的哪些措施可以产生最好的可能结果，并确保这些建议措施能够最有效地融入到您的业务流程中。 有关预测分析如何工作的深入信息，请访问公司网

站 /predictive_analytics/work.htm。

建模技术

建模技术基于对算法的使用，算法是解决特定问题的指令序列。您可以使用特定算法创建相应类型的模型。有三种主要的建模技术类别，IBM? SPSS? Modeler 为每种类别提供了一些示例： ? Classification

? 关联

? 细分（有时称为“聚类”）

分类模型使用一个或多个输入字段的值来预测一个或多个输出（或目标）字段的值。这些技术的部分示例为：决策树（C&R 树、UEST、CHAID 和 C5.0 算法）、回归（线性、logistic、广义线性和 Cox 回归算法）、神经网络、Support Vector Machine (SVM) 和