发现复杂关系并改进预测模型。使用全功能 SPSS 试用版测试此功能或联系我们进行购买。
IBM® SPSS® Neural Networks 使用非线性数据建模来发现复杂关系并从数据中获取更大的价值。充分利用多层感知器 (MLP) 或径向基函数 (RBF) 程序。您可以设置条件 - 控制训练中止规则和网络体系结构，或让程序自行选择。影响变量的权重，并指定网络体系结构的详细信息。选择模型训练的类型，并使用图形和图表来共享结果。
此模块包含在适用于本地的 SPSS Premium 版本以及订阅计划的预测和决策树附加组件中。
安排时间讨论 SPSS Neural Networks 如何支持您的业务需求。
选择多层感知器 (MLP) 或径向基函数 (RBF)。两者均采用前馈体系结构 - 数据仅通过节点的隐藏层从输入节点移动到输出节点。
直观地显示有关神经网络的信息，包括因变量、输入和输出单元的数量、隐藏层和单元以及激活函数的数量。
选择以表格或图形形式来显示结果。将可选临时变量保存到活动数据集。以 XML 文件格式导出模型以对未来数据进行评分。
指定因变量，这些变量可能是刻度变量、类别变量或两者的组合。通过选择如何对数据集进行分区、使用哪种体系结构以及将哪些计算资源应用于分析来调整每个程序。
使用传统统计技术确认神经网络结果。在多个领域获得更清晰的洞察力，包括市场调研、数据库营销、财务分析、运营分析和医疗保健。