每个月重新训练模型（贝叶斯网络）

使用贝叶斯网络，可以通过将观察到并记录下的证据与实际常识结合起来构建概率模型，以通过使用表面看上去不相关的属性确定发生的可能性。

此示例使用名为 bayes_churn_retrain.str 的流，此流引用名为 telco_Jan.sav 和 telco_Feb.sav 的数据文件。这些文件可在任何 IBM® SPSS® Modeler 安装的 Demos 文件夹中找到，并可从 Windows“开始”菜单上的 IBM SPSS Modeler 程序组进行访问。文件 bayes_churn_retrain.str 位于 streams 目录下。

例如，假设某个电信服务提供商关心流失到竞争对手那里的客户数（顾客流失率）。如果历史记录的客户数据用作预测哪些客户更可能在今后流失，那么这些客户可能划定为出于刺激性的动机或其他一些使它们失去信心的意图而倒向了另一个服务提供商。

本示例主要讲述使用现有的每月流失数据来预测哪些客户在今后流失，然后将这些数据添加到模型中，从而精炼和重新训练模型。