应用程序示例
虽然 SPSS® Modeler 中的数据挖掘工具可以帮助解决各种各样的业务和组织问题，但应用程序示例提供了对特定建模方法和技术的简要，有针对性的介绍。 此处使用的数据集比某些数据挖掘器管理的大量数据存储小得多，但涉及的概念和方法可扩展到实际应用程序。
要访问这些示例，请单击 SPSS Modeler中 "帮助" 菜单上的 应用程序示例 。
数据文件和样本流安装在产品安装目录下的 Demos 文件夹中。 有关更多信息，请参阅 演示文件夹。
以下示例可用：
- 建模简介
- 标志目标的自动建模
- 连续目标的自动建模
- 自动数据准备 (ADP)
- 准备分析数据（数据审核）
- 药物治疗（勘察表/C5.0）
- 筛选预测变量（特征选择）
- 减少输入数据字符串长度（重新分类节点）
- 对客户响应建模（决策列表）
- 电信业客户分类（多项 Logistic 回归）
- 电信客户流失（二项 Logistic 回归）
- 预测带宽利用率（时间序列）
- 预测产品分类销售情况（时间序列）
- 向客户报价（自学）
- 预测贷款拖欠者（贝叶斯网络）
- 每个月重新训练模型（贝叶斯网络）
- 零售促销（神经网络/C&RT）
- 状态监测（神经网络/C5.0）
- 电信客户分类（判别分析）
- 分析区间型删失的生存数据（广义线性模型）
- 使用泊松回归来分析船只损坏率（广义线性模型）
- 将 Gamma 回归拟合至汽车保险理赔（广义线性模型）
- 细胞样本分类（SVM）
- 跟踪仍在的预期客户数
- 市场购物篮分析（规则归纳/C5.0）
- 评估新车辆产品 (KNN)
- 发现业务度量 (TCM) 中的因果关系
在打开示例后，单击教程页面左下角中的下一步按钮以前移示例。
该文件夹中还有《应用程序指南》的 PDF 版本。 有关更多信息，请参阅 文档。