浏览模型

  1. 打开模型块。“模型”选项卡最初显示每项报价的预测准确性估计值,以及每个预测变量在估计模型时的相对重要性。

    要显示每个预测变量与目标变量的相关性,从右侧窗格的视图列表中选择与响应关联

  2. 要在具有预测值的四个报价之间进行切换,从左侧窗格的视图列表中选择所需报价。
    图 1. SLRM 模型块
    SLRM 模型块
  3. 关闭模型块窗口。
  4. 在流工作区上,将指向 pm_customer_train1.sav IBM® SPSS® Statistics 文件源节点断开连接。
  5. 添加指向 pm_customer_train2.sav 的“Statistics 文件”源节点(该文件位于 IBM SPSS Modeler 安装目录的 Demos 文件夹中),并将其连接到过滤节点。
    图 2. 将第二个数据源附加到 SLRM 流
    将第二个数据源附加到 SLRM 流
  6. 在 SLRM 节点的“模型”选项卡中,选择继续训练现有模型
    图 3. 继续训练模型
    继续训练模型
  7. 单击运行以再次创建模型块。要查看其详细信息,请双击画布中的模型块。

    此时“模型”选项卡将显示每项报价的预测准确性修正估计值。

  8. 添加指向 pm_customer_train3.sav 的“Statistics 文件”源节点(该文件位于 IBM SPSS Modeler 安装目录的 Demos 文件夹中),并将其连接到过滤节点。
    图 4. 将第三个数据源附加到 SLRM 流
    将第三个数据源附加到 SLRM 流
  9. 单击运行以再次创建模型块。要查看其详细信息,请双击画布中的模型块。
  10. 此时“模型”选项卡将显示每项报价的预测准确性最终估计值。

    如您所见,添加其他数据源时,平均准确性稍有下降(从 86.9% 降至 85.4%);但这种波动幅度很小,并且可能是可用数据中的轻微异常造成的。

    图 5. 更新后的 SLRM 模型块
    更新后的 SLRM 模型块
  11. 将表节点附加到生成的最后一个(第三个)模型,然后执行该表节点。
  12. 滚动至表的右侧。预测将显示客户最有可能接受哪些报价,以及他们将会接受的置信度,具体取决于每位客户的详细信息。

例如,在显示表格的第一行中,以前取得汽车贷款的某位客户将根据提供的报价接受退休金的置信度比率只有 13.2%(表示为 $SC-campaign-1 列中的 0.132)。但是,第二行和第三行显示了另外两位也曾取得汽车贷款的客户;在他们的案例中,他们以及具有类似历史记录的其他客户将根据提供的储蓄报价开立储蓄帐户的置信度为 95.7%,并且接受退休金的置信度高于 80%。

图 6. 模型输出 - 预测报价和置信度
模型输出 - 预测报价和置信度

有关 IBM SPSS Modeler 中所用建模方法的数学原理的说明,请参阅 IBM SPSS Modeler Algorithms Guide,该指南作为产品下载部分,提供 PDF 文件。

另请注意,这些结果仅基于训练数据。要评估模型适用于实际应用中的其他数据的程度,可以使用“分区”节点提供部分记录以用于测试和验证。