第 1章 IBM SPSS Modeler基本介紹 1 1.1　SPSS簡(jiǎn)介　1 1.2　SPSS Modeler的特點(diǎn)　1 1.3　CRISP-DM方法論　4 1.4　SPSS Modeler 下載與安裝　6 1.5　SPSS Modeler的主界面及基本操作　9 1.5.1　主界面介紹　9 1.5.2　鼠標(biāo)基本操作　15 1.6　SPSS Modeler連接服務(wù)器端　15 1.7　從SPSS Modeler中獲取幫助　17 1.8　實(shí)戰(zhàn)技巧　20 第　2章 數(shù)據(jù)讀取——源節(jié)點(diǎn)　24 2.1　數(shù)據(jù)的身份（存儲(chǔ)類型、測(cè)量級(jí)別和角色）　24 2.1.1　變量的存儲(chǔ)類型　24 2.1.2　變量的測(cè)量級(jí)別　25 2.1.3　變量的角色　26 2.2　數(shù)據(jù)讀取　26 2.2.1　讀取Excel文件數(shù)據(jù)　27 2.2.2　讀取變量文件數(shù)據(jù)　30 2.2.3　讀取SPSS（.sav）文件數(shù)據(jù)　32 2.2.4　讀取數(shù)據(jù)庫數(shù)據(jù)　36 2.3　實(shí)戰(zhàn)技巧　40 第3章　數(shù)據(jù)整理——關(guān)于數(shù)據(jù)的基本設(shè)定與集成　43 3.1　字段的“類型”功能　43 3.2　字段的“過濾器”功能　44 3.3　數(shù)據(jù)集成　46 3.3.1　數(shù)據(jù)的記錄集成：追加節(jié)點(diǎn)　46 3.3.2　數(shù)據(jù)的字段集成：合并節(jié)點(diǎn)　49 3.4　實(shí)戰(zhàn)技巧　51 第4章　數(shù)據(jù)整理——關(guān)于行的處理　53 4.1　數(shù)據(jù)“選擇”功能　53 4.1.1　功能介紹　53 4.1.2　實(shí)戰(zhàn)技巧　55 4.2　使用參數(shù)及全局變量實(shí)現(xiàn)數(shù)據(jù)選擇功能　56 4.2.1　參數(shù)功能　56 4.2.2　使用參數(shù)實(shí)例介紹　57 4.2.3　使用全局變量功能介紹　59 4.2.4　使用全局變量實(shí)例介紹　59 4.3　數(shù)據(jù)排序　62 4.4　數(shù)據(jù)區(qū)分　63 4.5　數(shù)據(jù)匯總　68 4.5.1　功能介紹　68 4.5.2　實(shí)戰(zhàn)技巧　72 第5章　數(shù)據(jù)整理——關(guān)于列的處理　73 5.1　導(dǎo)出　73 5.1.1　功能介紹　73 5.1.2　實(shí)例介紹　81 5.2　填充　84 5.3　重新分類　86 5.4　匿名化　89 5.5　分級(jí)化　92 5.6　設(shè)為標(biāo)志　100 5.6.1　功能介紹　100 5.6.2　實(shí)例介紹　100 5.7　重建　103 5.7.1　功能介紹　103 5.7.2　實(shí)例介紹　104 5.8　轉(zhuǎn)置　107 5.8.1　功能介紹　107 5.8.2　實(shí)例介紹　107 5.9　歷史記錄　109 5.9.1　功能介紹　109 5.9.2　實(shí)例介紹　109 5.10　字段重排　113 5.11　時(shí)間間隔　116 5.11.1　功能介紹　116 5.11.2　實(shí)例介紹　116 5.12　自動(dòng)數(shù)據(jù)準(zhǔn)備　121 第6章　圖形可視化——圖形節(jié)點(diǎn)　128 6.1　“散點(diǎn)圖”節(jié)點(diǎn)　128 6.1.1　散點(diǎn)圖　128 6.1.2　線圖　139 6.1.3　多重散點(diǎn)圖　142 6.1.4　時(shí)間散點(diǎn)圖　143 6.2　“條形圖”節(jié)點(diǎn)　145 6.2.1　簡(jiǎn)單條形圖　145 6.2.2　堆積條形圖　147 6.3　“直方圖”節(jié)點(diǎn)　148 6.3.1　直方圖　148 6.3.2　堆積直方圖　149 6.4　“網(wǎng)絡(luò)”節(jié)點(diǎn)　151 6.5　“圖形板”節(jié)點(diǎn)　154 6.5.1　氣泡圖　155 6.5.2　散點(diǎn)圖矩陣　156 6.5.3　箱圖　157 6.5.4　聚類箱圖　159 6.5.5　熱圖　161 6.6　實(shí)戰(zhàn)技巧：圖形的編輯模式　162 第7章　描述性統(tǒng)計(jì)分析　164 7.1　描述性統(tǒng)計(jì)分析概述　164 7.2　數(shù)據(jù)審核，一鍵輸出描述性統(tǒng)計(jì)分析結(jié)果169 7.3　缺失值的定義、檢查和處理　173 7.3.1　缺失值的定義和檢查　173 7.3.2　缺失值的自動(dòng)化處理　177 7.4　實(shí)戰(zhàn)技巧　182 第8章　常用的統(tǒng)計(jì)檢驗(yàn)分析　184 8.1　兩個(gè)連續(xù)型變量的關(guān)系分析——相關(guān)分析　184 8.1.1　相關(guān)分析　184 8.1.2　相關(guān)分析實(shí)踐——“Statistics”節(jié)點(diǎn)　185 8.2　兩個(gè)分類型變量的關(guān)系分析——卡方檢驗(yàn)　187 8.2.1　列聯(lián)表與卡方檢驗(yàn)　188 8.2.2　卡方檢驗(yàn)實(shí)踐——“矩陣”節(jié)點(diǎn)　190 8.3　連續(xù)型變量與分類型變量間的關(guān)系分析——t檢驗(yàn)及卡方分析　193 8.3.1　兩組獨(dú)立樣本均值比較　193 8.3.2　兩組配對(duì)樣本均值比較　194 8.3.3　方差分析　194 8.3.4　均值比較實(shí)踐——“平均值”節(jié)點(diǎn)　195 8.4　實(shí)戰(zhàn)技巧：相關(guān)分析的注意事項(xiàng)　199 第9章　回歸分析　200 9.1　一元線性回歸分析　200 9.2　一元線性回歸實(shí)踐　203 9.3　多元線性回歸分析　206 9.4　多元線性回歸實(shí)踐　210 9.5　逐步回歸分析　216 9.6　逐步回歸實(shí)踐　218 9.7　實(shí)戰(zhàn)技巧　220 第　10章 Logistic回歸分析　222 10.1　Logistic回歸理論概要　222 10.2　Logistic回歸中的檢驗(yàn)　225 10.2.1　方程的顯著性檢驗(yàn)　225 10.2.2　系數(shù)顯著性檢驗(yàn)　225 10.2.3　擬合優(yōu)度檢驗(yàn)　227 10.3　Logistic回歸實(shí)踐案例　228 10.4　實(shí)戰(zhàn)技巧　237 第　11章 建模前的優(yōu)化及準(zhǔn)備工作　241 11.1　樣本管理與分區(qū)　241 11.1.1　數(shù)據(jù)抽樣　241 11.1.2　數(shù)據(jù)分區(qū)　244 11.1.3　數(shù)據(jù)平衡　245 11.2　特征選擇　247 11.3　數(shù)據(jù)變換　253 11.4　實(shí)戰(zhàn)技巧：分區(qū)與平衡的順序　255 第　12章 RFM分析　257 第　13章 決策樹　264 13.1　決策樹概述　264 13.1.1　決策樹的直觀理解　264 13.1.2　決策樹的生長(zhǎng)　265 13.1.3　決策樹的剪枝　266 13.2　C5.0算法　267 13.2.1　C5.0算法的決策樹生長(zhǎng)　267 13.2.2　C5.0算法的決策樹剪枝　270 13.2.3　代價(jià)敏感學(xué)習(xí)　270 13.2.4　C5.0算法實(shí)踐案例　271 13.3　CART算法　277 13.3.1　CART算法的決策樹生長(zhǎng)　277 13.3.2　CART算法的決策樹剪枝　279 13.3.3　先驗(yàn)概率　280 13.3.4　CART算法實(shí)踐案例　281 13.4　實(shí)戰(zhàn)技巧　287 13.4.1　生成規(guī)則集　287 13.4.2　跟蹤規(guī)則　289 第　14章 神經(jīng)網(wǎng)絡(luò)　291 14.1　感知機(jī)　292 14.2　多層感知機(jī)與誤差反向傳播算法　295 14.2.1　隱藏層　295 14.2.2　反向傳播算法　296 14.3　神經(jīng)網(wǎng)絡(luò)實(shí)踐　299 14.4　實(shí)戰(zhàn)技巧：生成“報(bào)告”　305 第　15章 集成學(xué)習(xí)算法　311 15.1　Bagging　311 15.2　Boosting　312 15.3　隨機(jī)森林　314 15.4　集成學(xué)習(xí)算法實(shí)踐　314 15.4.1　Bagging和Boosting實(shí)踐　315 15.4.2　隨機(jī)森林實(shí)踐　320 15.4.3　各個(gè)集成學(xué)習(xí)算法的結(jié)果比較　324 15.5　異質(zhì)集成——“整體”節(jié)點(diǎn)　325 第　16章 聚類分析　330 16.1　聚類方法概述　330 16.2　聚類方法的關(guān)鍵：距離　330 16.3　K-means算法　331 16.3.1　K-means算法原理　331 16.3.2　K-means的其他注意事項(xiàng)　332 16.4　K-means聚類實(shí)踐　335 16.5　實(shí)踐技巧：使用平行圖進(jìn)行比較分析　341 第　17章 KNN分類器　343 17.1　KNN學(xué)習(xí)方法原理　343 17.2　KNN分類實(shí)踐　345 17.2.1　分類預(yù)測(cè)　346 17.2.2　最近鄰識(shí)別　353 第　18章 關(guān)聯(lián)分析　356 18.1　關(guān)聯(lián)分析的基本概念　356 18.2　關(guān)聯(lián)規(guī)則的有效性指標(biāo)　357 18.2.1　關(guān)聯(lián)規(guī)則的基礎(chǔ)評(píng)價(jià)性指標(biāo)　358 18.2.2　關(guān)聯(lián)規(guī)則的實(shí)用性指標(biāo)　359 18.2.3　其他的關(guān)聯(lián)規(guī)則評(píng)估指標(biāo)　360 18.3　Apriori算法　361 18.3.1　生成頻繁項(xiàng)集　361 18.3.2　生成關(guān)聯(lián)規(guī)則　362 18.4　Apriori關(guān)聯(lián)分析實(shí)踐　363 18.5　實(shí)戰(zhàn)技巧：導(dǎo)出生成的關(guān)聯(lián)規(guī)則　367 第　19章 自動(dòng)建�！�368 19.1　自動(dòng)分類　368 19.1.1　功能介紹　368 19.1.2　實(shí)例介紹　368 19.2　自動(dòng)聚類　375 19.2.1　功能介紹　375 19.2.2　實(shí)例介紹　376 19.3　自動(dòng)數(shù)值　381 19.3.1　功能介紹　381 19.3.2　實(shí)例介紹　381 第　20章 蒙特卡羅模擬法　386 20.1　模擬生成　386 20.1.1　功能介紹　386 20.1.2　實(shí)例介紹　389 20.2　模擬擬合　393 20.2.1　功能介紹　393 20.2.2　實(shí)例介紹　394 20.3　模擬求值　396 20.3.1　功能介紹　396 20.3.2　實(shí)例介紹　396 第　21章 SPSS Modeler的集成與擴(kuò)展　404 21.1　SPSS Modeler與R、Python集成　404 21.1.1　概述　404 21.1.2　SPSS Modeler與R的集成環(huán)境準(zhǔn)備　404 21.1.3　與R的集成功能介紹　407 21.1.4　實(shí)例介紹　408 21.2　定制對(duì)話框?qū)崿F(xiàn)與R、Python的集成　416 21.2.1　定制對(duì)話框簡(jiǎn)介　416 21.2.2　安裝配置自定義節(jié)點(diǎn)　422 21.3　SPSS Modeler擴(kuò)展功能　422 21.3.1　功能介紹　422 21.3.2　獲取天氣數(shù)據(jù)的應(yīng)用分析案例　425 第　22章 SPSS Modeler模型部署　434 22.1　產(chǎn)品架構(gòu)　434 22.2　通過批處理任務(wù)定時(shí)運(yùn)行模型　435 22.2.1　功能介紹　435 22.2.2　實(shí)例介紹　436 22.3　SPSS Modeler服務(wù)器安裝及管理（For Linux）　438 22.3.1　正常維護(hù)SPSS Modeler服務(wù)器　438 22.3.2　SPSS Modeler 服務(wù)器如何在Linux上安裝及配置　439 22.3.3　配置ODBC連接數(shù)據(jù)庫　440 22.4　SPSS Modeler官方支持的數(shù)據(jù)庫和Hadoop平臺(tái)　443 第　23章 性能優(yōu)化　448 23.1　功能介紹　448 23.2　客戶端SQL性能優(yōu)化　451 23.3　數(shù)據(jù)庫內(nèi)建�！�453 23.3.1　功能介紹　453 23.3.2　實(shí)例介紹　453 23.4　使用外部程序批量加載　456