第21章数据模型.pptx

;;本章主要内容;建模节点选项板包括以下节点：;从图示来辨认一个生成模型的类型;21.2 建模前的通用设置;图21-3 神经网络节点对话框字段页签;图21-4 CRT节点对话框字段页签;●使用类型节点设置：这一选项告诉节点从上游的“类型”节点获取字段信息。这是默认设置。 ●使用定制设置：这一选项告诉节点使用本节点指定的字段信息而不是来自上游节点的设置。在选择了该选项后，需要指定以下字段： （1）目标：对于需要至少一个目标字段的模型，选择目标字段。这类似于在“类型”节点中把字段方向设置为“输出”。 （2）输入：选择输入字段。这类似于在“类型”节点中把字段方向设置为“输入”。 （3）分区：选择分区字段，将会把源数据分区成不同的部分，以方便做测试等。 ●使用频数字段：这一选项允许用户选择一个字段作为频率权值。如果训练数据集中的每个记录代表不止一个单元——例如使用汇总数据时，就可以选择该选项。字段值是每个记录所代表的单元数。频率字段的值应当是正整数。频率权值会影响 CRT模型分支案例的计算。频率权值为零或者负值的记录将不参与分析。非整数频率权值取整为最相邻的整数。;●使用加权字段：这一选项允许选择某一字段作为案例权值。案例权值用于解释输出字段各水平之间的方差。这些权值用于模型估计但是并不影响 CRT模型分支案例的计算。个案权值必须为正，但是可以不是整数。权值为零或者负值的记录将不参与分析。 ●后项：在关联规则节点（Apriori 和 GRI）中，选择用作结论规则集中的结果的字段。（这对应于“类型”节点中类型为“输出”或者“两者”的字段）。 ●前项：在关联规则节点（Apriori 和 GRI）中，选择用作结论规则集中的前提的字段。（这对应于“类型”节点中类型为“输入”或者“两者”的字段）。 ●使用事务格式（仅在 Apriori 节点中出现）：Apriori 节点既可以处理交易数据格式，也可以处理表格数据格式。交易型数据有两个字段：一个用于存储 ID 号，一个用于存储交易内容。每个记录代表一项交易，相关交易通过相同的 ID号关联起来。 ;●使用表格格式(Apriori节点仅有）：表格数据各项分别由二分变量表示，每个记录表示一个完整的交易项。 如表21-2所示为一个表格格式的来源实例。 ;21.2.1 在数据流中使用生成模型;21.2.2使用生成模型浏览器;;21.3 神经网络建模;;21.3.1神经网络节点页签;;;;神经网络节点选项页签;;;;;神经网络节点专家页签;;多重方式专家页签;;;修剪方式专家页签;;RBFN 专家页签;;21.3.2 神经网络节点学习速率;21.3.3生成神经网络节点;;;;21.3.4生成神经网络节点汇总页签;;;21.4 C5.0算法生成决策树;;;C5.0节点模型页签;;;;C5.0节点成本页签;;21.5 CRT基于树的分类预测;分类回归树节点页签;;分类回归树节点专家页签;;;分类回归树节点停止选项;分类回归树节点先验概率选项;;分类回归树节点成本页签;21.5.4生成决策树;;;;;;决策树查看器页签;;;决策树汇总页签;;21.5.4.2从决策树生成规则集;QUEST节点模型页签;;QUEST节点专家页签;;QUEST节点成本页签;21.6 Kohonen网络模型;;Kohonen节点模型页签;;;21.6.1 Kohonen节点专家页签;;21.6.2生成 Kohonen 节点 ;;;;;21.7 K-Means聚类分析;K-Means节点模型页签;;21.7.1 K-Means节点专家页签;;21.7.2生成 K-Means 节点 ;;生成K-Means模型页签;;21.8 TwoStep聚类分析;TwoStep节点模型页签;;生成TwoStep节点 ;生成TwoStep节点模型页签 ;;生成TwoStep节点汇总页签 ;;21.9 异常节点模型;异常节点模型页签;;异常节点专家页签;;生成异常节点;;21.10 Apriori关联规则;Apriori节点模型页签;;Apriori节点专家页签;;生成Apriori节点;;21.11 GRI关联规则;GRI节点模型页签;;生成GRI节点（未精炼的规则模型 ）;21.11.1未精炼规则模型页签 ;;21.11.2未精炼规则汇总页签;;21.11.3 生成规则集;;21.12生成规则集模型 ;;生成的规则集模型页签 ;;生成的规则集汇总页签 ;;21.13序列模型 ;序列节点字段页签;;序列节点模型页签;;序列节点专家页签;;例如，有如下交易列表21-2所示。;;生成序列节点;;序列规则模型页签 ;;序列规则汇总页签 ;;21.14 主成分/因子分析;主成分/因子分析节点模型页签;;;主成分/因子分析节