如何学习基于SPSS Modeler的数据挖掘
企业想要在竞争激烈的市场中胜出,决策的速度和反应的效率尤为重要。根据调查显示,75%的企业在面临拟定策略时,常常无法获得实时且有根据的决策信息。什么样的数据、要透过什么样的方法,才能快速且实时的转变成决策时有用的信息,是现代企业所面临最迫切性的问题。数据挖掘(Data Mining)无疑是解决这些问题最有效的途径。
一、数据挖掘定义
从现有的大量数据中,撷取不明显、之前未知、可能有用的知识。
William Frawley & Gregory Piatetsky Shapiro, 1991
数据挖掘目的:建立起决策模型,根据过去的行动来预测未来的行为
二、数据挖掘流程(CRISP-DM)
数据挖掘不是无规律可循的,在进行数据挖掘勘探工作中,我们一般遵循CRISP-DM流程。包含商业理解-数据理解-数据前处理-数据建模-模型评估-模型发布六个步骤。整个流程围绕数据为核心,其中商业理解是产生商业价值的关键步骤,数据前处理是耗时最多的步骤,建模是关键步骤。
当然,数据挖掘的流程不是至上而下的,而是循环往复的过程,比如模型评估的结果差的情况下我们可能需要返回商业和数据理解部分。
三、主流数据挖掘工具
目前主流的数据挖掘工具分开源免费和收费两大类,其中收费软件以SAS EM和IBM SPSS Modeler、Microsoft Sql Server为代表,具有权威易用、解决方案成熟等特点。开源类软件多需要编程实现,比如Python、R。具有灵活多元、可扩展性强等特点。
四、案例展示:医疗业之临床路径预测
1.商业理解
某医院搜集了200个患有同种类型疾病病人的资料。虽然得到的是同种疾病,但是不同的病人、不同的状况,需要采取不同的用药和治疗方式。我们想透过数据挖掘的方法了解到对于不同特征(血压、胆固醇、钠钾含量)的病人给予哪种药物很适合治疗康复。
2.数据理解
DRUG1N.CSV文件,一共包含7个变量,200个观测值。目标属性为用药类型。同时选取了可能有用的解释字段,包含年龄、性别、血压、胆固醇、钠含量、钾含量。
3.数据建模
①数据探索
了解各变量对目标变量的影响,类别型变量使用条形分布图,数值型变量使用直方图。
例如通过上图我们可以看出血压在影响用药上的分布,血压高中低都会有DrugY用药,而DrugA和DrugB只会在高血压的时候出现,DrugX只会在低血压和正常的时候出现,DrugC只出现在低血压,说明血压对用药的影响在目标字段上比较明显。
通过对年龄字段的探索,我们发现DrugY和DrugX、DrugC在各个年龄段都有分布,而DrugA只出现在大概50岁以下,DrugB只出现在年龄在50岁以上。
② 决策树建模
在这里,我们使用决策树建模的方法,决策树是一种非常常用的分类预测的方法。在IBM SPSS Modeler中我们只需要调用Modelering-C5.0进行建模。
可以看出,这是一个五层的决策树,通过决策树模型运行结果,我们即可对后续的样本进行预测。
4.模型评估
接入Analysis分析节点,运行之后可以发现模型准确率为96.5%。当然,这个是使用原数据集进行建模,实际建模过程中我们还需要用到训练集和测试集拆分的方法来进行建模和评估。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-11随着数字化转型的加速,企业积累了海量数据,如何从这些数据中挖掘有价值的信息,成为企业提升竞争力的关键。CDA认证考试体系应 ...
2025-03-10推荐学习书籍 《CDA一级教材》在线电子版正式上线CDA网校,为你提供系统、实用、前沿的学习资源,助你轻松迈入数据分析的大门! ...
2025-03-07在数据驱动决策的时代,掌握多样的数据分析方法,就如同拥有了开启宝藏的多把钥匙,能帮助我们从海量数据中挖掘出关键信息,本 ...
2025-03-06