内容


通过结合使用 SPSS 与数据库仓库连接开展预测性分析

发现数据模式,提高预测准确性并改进决策

Comments

IBM SPSS Modeler 提供预测性分析,可帮助您发现数据模式,提高预测准确性,并改进决策。本教程演示了在 Watson Studio 上使用 SPSS Modeler 的端到端流程:在 Db2 Warehouse 数据库中摄取数据,执行分析,并将结果作为新表重新存储到数据库中。

学习目标

本教程将展示如何:

  1. 在 Watson Studio 中添加 Db2 Warehouse 连接。
  2. 创建一个新的 SPSS Modeler 流或添加一个现有的 SPSS Modeler。
  3. 运行 SPSS Modeler 并将输出存储在 Db2 Warehouse 中。

前提条件

预估时间

完成本教程大约需要 30 分钟。

步骤

第 1 步:在 Db2 Warehouse 中加载样本数据

  • 打开 IBM Cloud Dashboard,然后在 Cloud Foundry Services 下面打开您创建的 Db2 Warehouse instance
  • 在打开的页面中单击 Open Console,如下所示。 打开 Db2
    打开 Db2
  • 在此服务打开之后,从侧边菜单中单击 load 选项。 加载表
    加载表
  • 从 Kaggle 提供的解压数据文件夹中选择 train.csv 文件。 文件选择
    文件选择
  • 在加载后,选择适当的模式,通常指定为 DASH 后跟一系列数字。单击 New Table 选项,如下所示。 New table
    New table
  • 将其命名为 TITANIC_DATA 或者您选择的任何其他名称。然后单击 Begin Load

第 2 步:在 Watson Studio 中添加 Db2 Warehouse 连接

  • 从 IBM Cloud Dashboard 中打开 Watson Studio,然后导航到创建的项目,或者创建一个新的 Modeler 项目,并确保将您的 Cloud Object Storage 实例链接到该项目。 Modeler 项目
    Modeler 项目
  • 单击 Add to Project 按钮,然后选择 Connection添加到项目连接
    添加到项目连接
  • 选择在 IBM Cloud 中创建的 Db2 Warehouse 实例。 Db2 Warehouse 连接
    Db2 Warehouse 连接
  • 详细信息应该已经填写,此时单击 Create 按钮。 创建 Db2 Warehouse 连接
    创建 Db2 Warehouse 连接

第 3 步:创建 SPSS Modeler 并从 Db2 Warehouse 插入数据

  • 单击 Add to Project 按钮,然后选择 Modeler添加到项目建模器
    添加到项目建模器
  • 输入建模器的名称,并确保选择了以下选项,然后单击 Create创建 SPSS
    创建 SPSS
  • 在右侧菜单的 Import 选项卡下,拖放 Data Assets 节点。 数据资产 1
    数据资产 1
  • 单击 Change Data Asset > Connections > Db2Warehouse,然后选择您的模式或默认模式(以 DASH 开头)和上传的表。接下来,单击 Save数据资产 2
    数据资产 2

第 4 步:使用 SPSS Modeler 实现可视化、开展分析并进行特征选择

  • 在给定一个数据集的情况下,SPSS Modeler 提供了许多可视化工具来理解这些数据。在本节中,本教程将展示如何创建这些可视化内容,并根据数据获得洞察。

可视化

  • Data Asset 节点的选项中,单击 Preview 选项,然后转到 Visualizations 选项卡。 可视化
    可视化
  • 柱状图用于显示数据的分布情况,在这个例子中,绘制图形时,在 x 轴上绘制 Age 并按 sex 划分。 柱状图
    柱状图

    从这张图中,我们可以看到乘客的年龄服从正态分布,即大多数人的年龄范围在 20 到 55 岁之间,而 20 岁以下和 50 岁以上的人较少。我们也可以看到,在某些年龄组中,男性多于女性。

    • 条形图便于一目了然地比较不同组之间的数据集。在这里,我们看到的是男性幸存者和女性幸存者人数之间的比较情况。以 sex 为类别,汇总值为 count,值选项为 Survived条形图
      条形图
    • 当试图计算出某些内容的构成时,最好使用饼图。在这种情况下,我们给出了类别 Cabin饼图
      饼图

      从这个饼图中,我们可以看到 80% 的 Cabin 列包含 NaN,也就是缺少值。因此,我们可以得出结论:这一列不会影响目标,在我们的例子中,也就是 Survived 列,因而可以删除这一列。

特征选择

  • 在使用特征选择之前,我们需要准备数据集。首先,我们使用 Filler 通过空值和 NaN 值来填充所有缺失值。接下来,我们使用 Filter 节点通过可视化阶段过滤掉 Cabin 列。最后,指定正确的 Type数据准备
    数据准备
  • Type 节点中,将 Survived 列的 Role 属性调整为 Target设置目标
    设置目标
  • 使用 Modeling 选项卡下的特征选择方法,并运行建模器。 特征选择
    特征选择
  • 将生成一个模型节点,当连接到 Output 选项卡中的 Table 节点时,您可以看到它过滤掉了不重要的列。

注意:可以使用 Derive 和 Merge 等节点从现有列创建新列,并合并两个数据帧。

第 5 步:将数据重新保存到 Db2 Warehouse

  • Export 选项卡添加 Data Asset Export 节点。
  • 遵循 1.在 Db2 Warehouse 中加载样本数据中的步骤连接您的 Db2 Warehouse 实例,并选择任意表。
  • 在保存对节点的更改之前,输入输出表的名称,确保该名称对于模式中的表名是唯一的。 保存数据
    保存数据
  • 运行建模器流程,所需的输出将保存在您的 Db2 Warehouse 中。

结束语

在本教程中,您学习了如何:

  • 将数据从 Db2 Warehouse 加载到 SPSS Modeler 中。
  • 使用 SPSS 节点对给定数据集执行初步可视化、预处理和特征工程。
  • 将数据直接重新存储到 Db2 Warehouse。

本文翻译自:Predictive analytics using SPSS with database warehouse connection(2019-03-05)


评论

添加或订阅评论,请先登录注册

static.content.url=http://www.ibm.com/developerworks/js/artrating/
SITE_ID=10
Zone=Big data and analytics
ArticleID=1065779
ArticleTitle=通过结合使用 SPSS 与数据库仓库连接开展预测性分析
publish-date=05222019