第24章 SPSS_Clementine典型案例分析.ppt

1、、数据挖掘原理和SPSS Clementine应用节目原创安主编邓松李文庆刘海涛，电子工业出版社，第24章SPSS Clementine的典型案例分析，牙齿章节中通过市场购物车分析，利用决策树模型挖掘业务信息，利用神经网络检测数据欺诈，24.1市场购物车分析，牙齿部分示例为Clementine，24.1.1需要定义数据源，24.1.2需要了解数据，建模之前需要了解数据集中有哪些字段，字段的分布方式，以及它们之间的相关性。必须知道牙齿信息，才能确定要使用的字段、要应用的挖掘算法和算法参数。牙齿过程是理解数据的过程。24.1.3准备数据，18个牙齿字段中的一些对发掘知识没有用，如球童等。此时，我们

2、可以从挖掘过程中删除暂时不用的领域。这样可以节省挖掘时间和效率。24.1.4建模，完成字段设置后，下一步是选择挖掘所需的模型。在这里，我们选择使用三个茄子不同的模型来挖掘数据集。1.“apriori”模型节点2。GRI模型3。使用“网络”节点、24.2决策树模型挖掘业务信息。程序如下： Step1:添加“可变档案”节点。添加到Step2:牙齿导出节点。Step3:设定汇出节点。添加到Step4:牙齿Healthfood字段后，可在导出节点后添加类型节点，以选择用于数据挖掘的字段。根据挖掘的目标，可以将个人信息设置为“输入”，将“Healthfood”设置为“输出”Step5:然后将其添加到“C

3、5.0”节点。单击Step6:“运行(e)”step 73360在查看器中查看结果。除了选择输出类型“决策树”外，您还可以选择“规则集”以显示结果。标记为“规则集”的结果往往比“决策树”更直观、更易于理解。即可从workspace页面中移除物件。通常生成的决策树经过修剪。看看打茄子程度的高低对发掘结果的影响。在“模式”下，选择“专家”，然后将“裁剪严重度”值更改为0。也就是说，挖掘过程中茄子的程度变小了。模型名称变更为 nocut 。单击，然后选择“运行”(e)。在右侧的管理器窗格中，选择“模型(s)”，在“nocut”上单击鼠标右键，然后选择“浏览(b)”以查看生成的模型结果。可以通过Cle

4、mentine系统提供的许多模型执行精度测试，这些模型包括：茄子级别高的决策树、茄子级别低的决策树和规则集创建结果。在此处选择分析节点。结果表明，打茄子程度高的模型准确度为93.8。使用相同的原理测试“nocut”。打茄子程度低的精度为94.7。利用24.3神经网络进行数据欺诈检测，背景是关于农业开发贷款申请。说明如何使用虚构的数据利用神经网络检测偏离正常的行为，重点是识别需要进一步调查的记录。(约翰f肯尼迪，美国电视电视剧，)需要解决的问题是找出对农场类型和大小申请贷款过多的农民。定义24.3.1数据源，然后使用“变量档案”节点连接到数据集grantfraudN.db。在可变档案节点之后将类

5、型节点添加到数据流中。了解24.3.2数据，建模之前，需要了解数据集中有哪些字段，这些字段的分布方式，以及它们之间的相关性。必须知道牙齿信息，才能确定要使用的字段、要应用的挖掘算法和算法参数。牙齿过程是理解数据的过程。准备24.3.3数据，首先考虑数据集可能存在的欺诈类型。连接牙齿数据流中的条形图节点，然后选择字段名为 name 的字段。选择Name字段，然后单击execute。将选择节点添加到数据流区域以设置节点。通过收购农场大小、主要作物类型、土壤质量等，建立估算一个农场收入多少的回归模型。为了找到偏离估计值的农场，老师变成了表示估计值与实际值偏差的字段diff。在数据流中添加其他导出节点

6、以进行设置。向数据流中添加直方图节点。设置直方图节点。24.3.4建模，向当前数据流添加类型节点。设定资料集中的资料。向数据流添加神经网络节点。运行牙齿数据流。神经网络经过训练后可以制作模型。将结果模型添加到数据流中。然后，通过向数据流中添加另一个散点图节点来设置散点图节点。设置完成后运行。进行深入分析。通过将导出节点添加到牙齿数据流中来设置节点。要说明实际值和估计值之间的差异，可以参考claimdiff的直方图。主要是来自神经网络的申请对超出预期的人感兴趣。向数据流中添加另一个直方图节点。双击打开节点，从“字段”下拉列表中选择“claimdiff”，然后单击“运行(e)”。通过在直方图中添加拆分，然后右键单击条带并创建选择节点，可以进一步查看claimdiff值较大的数据。最后，向数据流添加条形图节点。双击节点，从字段下拉列表中选择name字段，然后单击“运行”(e)以获得以下结果：图中显示的是我们需要关注的数据。24.4摘要、牙齿章节介绍了如何使用Clementine在数据库中查找知识，方法是使用Apriori模型、GRI模型、可视化网络图、决策树、神经网络等。Clementine