- 1、本文档共120页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
项目六SPSSModeler数据挖掘;决策树是一种能帮助决策者做决策的良好工具。
决策树能够提供有效的可视化结构,使用户可以布置方案,并预估选择这些方案的结果。决策树能帮助人们纵览每一个行动过程可能带来的风险和报酬。;决策树是一种树状分类的结构模型,它是一种通过对字段取值进行拆分,建立分类规则,再利用树形图构成决策路径的数据分析技术。
决策树广泛应用于不同的领域,包括电子商务、医疗诊断、人工智能等。;一、决策树算法简介;一、决策树算法简介;一、决策树算法简介;二、决策树分析引例;二、决策树分析引例;二、决策树分析引例;二、决策树分析引例;二、决策树分析引例;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;三、决策树分析应用;任务实训:新建“规则集.str”数据流,导入“学生数据.xlsx”(见本书配套资源),利用决策树5.0算法生成规则集,研究哪些因素显著影响学生是否参与社会公益活动,其中“是否参与公益活动”为目标字段,其余字段为输入字段。(提示:在“决策树”节点中,不选择默认的“决策树”,而选择“规则集”。);谢谢!;项目六SPSSModeler数据挖掘;因子分析最早由英国心理学家斯皮尔曼提出,他发现学生的各科成绩之间存在着一定的相关性,一科成绩好的学生,往往其他各科成绩也比较好,从而推想是否存在某些潜在的共性因子,如兴趣、智力条件、努力程度等。;因子分析方法的作用是从许多变量中找出隐藏的具有代表性的因子,并将相同本质的变量归入一个因子,从而减少变量的数目。;一???因子分析简介;一、因子分析简介;一、因子分析简介;公共因子1中,数值较大的因素有6个,包括学习资源、设置目标、做笔记、多做难题、看教学视频和自己解决问题,可提取为学习动机。
公共因子2中,数值较大的有5个,包括目标监督、师生关系、独立完成作业、上课认真听讲和常去图书馆,可提取为学习过程。
公共因子3中,数值较大的有2个,包括多看参考书、与同学交流,可提取为学习方法。;一、因子分析简介;一、因子分析简介;二、因子分析步骤;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;三、因子分析应用;任务实训:新建“练习.str”数据流,导入“经济指标.sav”,对各地区多个经济指标进行公共因子提取,并分析哪些地区在各个公共因子上得分较高。;谢谢!;项目六SPSSModeler数据挖掘;关联分析常用于发现隐藏在数据集中的有意义的联系,这种联系可反映一个事物与其他事物之间的相互依存和关联,能够帮助企业做出很多有用的产品组合推荐、优惠促销组合,同时也能指导货架摆放是否合理,还能够找到更多的潜在客户,真正地把数据挖掘落到实处。;一、关联分析简介;一、关联分析简介;一、关联分析简介;一、关联分析简介;一、关联分析简介;一、关联分析简介;一、关联分析简介;一、关联分析简介;二、关联分析应用;二、关联分析应用;二、关联分析应用;二、关联分析应用;二、关联分析应用;二、关联分析应用;二、关联分析应用;二、关联分析应用;二、关联分析应用;二、关联分析应用;二、关联分析应用;二、关联分析应用;二、关联分析应用;二、关联分析应用;二、关联分析应用;二、关联分析应用;二、关联分析应用;二、关联分析应用;二、关联分析应用;二、关联分析应用;任务实训:新建“关联分析.str”数据流,导入“购物篮.txt”,随机抽取其10%的数据,利用Apriori模型对商品做关联分析,并分析合理的销售商品组合。;谢谢!
您可能关注的文档
- SPSS数据处理与分析项目1:Excel数据处理与分析.pptx
- SPSS数据处理与分析项目2:SPSS Statistics数据创建与数据预处理.pptx
- SPSS数据处理与分析项目3:SPSS Statistics数据的描述性统计分析.pptx
- SPSS数据处理与分析项目4:SPSS Statistics数据推断.pptx
- SPSS数据处理与分析项目5:SPSS Modeler数据分析.pptx
- (教学设计)第1章 第3节 科学验证:动量守恒定律2023-2024学年新教材高中物理选择性必修第一册(鲁科版2019).docx
- 语文版中职数学基础模块上册3.5《函数的实际应用举例》word教案2().docx
- 2024-2025学年小学生积极心理预防教学设计.docx
- 2023-2024学年统编版语文七年级下册第2课《说和做》教学设计.docx
- Unit 2 Lessons in Life Starting out 教学设计-2023-2024学年高二下学期英语外研版(2019)选择性必修四册.docx
- 10《那一年,面包飘香》教案.docx
- 13 花钟 教学设计-2023-2024学年三年级下册语文统编版.docx
- 2024-2025学年中职学校心理健康教育与霸凌预防的设计.docx
- 2024-2025学年中职生反思与行动的反霸凌教学设计.docx
- 2023-2024学年人教版小学数学一年级上册5.docx
- 4.1.1 线段、射线、直线 教学设计 2024-2025学年北师大版七年级数学上册.docx
- 川教版(2024)三年级上册 2.2在线导航选路线 教案.docx
- Unit 8 Dolls (教学设计)-2024-2025学年译林版(三起)英语四年级上册.docx
- 高一上学期体育与健康人教版 “贪吃蛇”耐久跑 教案.docx
- 第1课时 亿以内数的认识(教学设计)-2024-2025学年四年级上册数学人教版.docx
文档评论(0)