spss modeler 18 破解版是一款非常實(shí)用的預(yù)測(cè)性分析平臺(tái)；它可快速的幫助團(tuán)隊(duì)、企業(yè)、個(gè)人、系統(tǒng)等做決策提供預(yù)測(cè)性智能分析，并且還為用戶提高了各種的高級(jí)算法、技術(shù)、決策管理、優(yōu)化、文本分析、實(shí)體分析等來(lái)幫助用戶實(shí)現(xiàn)更佳的操作成果；軟件使用簡(jiǎn)單，操作方便，是款非常值得信賴的軟件，需要的朋友趕快將SPSS Modeler 18下載( 預(yù)測(cè)性分析平臺(tái))來(lái)使用試試吧！

基本介紹

　　SPSS 是全球領(lǐng)先的統(tǒng)計(jì)分析與數(shù)據(jù)挖掘產(chǎn)品，全名：Statistical Product and Service Solutions 成立于 1968年，是世界上應(yīng)用最廣泛的專業(yè)統(tǒng)計(jì)和數(shù)據(jù)模型軟件之一。2009年 IBM 收購(gòu)了 SPSS 公司。SPSS 被 IBM 全資收購(gòu)后，成為 IBM 軟件部的一個(gè)產(chǎn)品，正式更名為“IBM SPSS”，本網(wǎng)站中所有提到的 SPSS 即為“IBM SPSS”，現(xiàn)該產(chǎn)品歸屬在大數(shù)據(jù)與分析集團(tuán)（IBM Analytics）下。

軟件功能

　　1、訪問(wèn)各種類型的數(shù)據(jù)

　　借助 SPSS Modeler，您可以使用各種分析技術(shù)訪問(wèn)數(shù)據(jù)源， 如數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)庫(kù)、Hadoop 分布或平面文件，以便從您 的數(shù)據(jù)中發(fā)現(xiàn)隱含的模式。這些統(tǒng)計(jì)技術(shù)使用歷史數(shù)據(jù)來(lái)預(yù) 測(cè)當(dāng)前狀況或未來(lái)事件。這些統(tǒng)計(jì)技術(shù)還包括數(shù)據(jù)訪問(wèn)、數(shù) 據(jù)準(zhǔn)備、數(shù)據(jù)建模和交互可視化功能。借助準(zhǔn)備和建模自動(dòng) 化流程，該產(chǎn)品適用于各種分析能力。

　　2、通過(guò)一系列技術(shù)拓寬您的分析范圍

　　借助 SPSS Modeler，您的分析師可利用設(shè)計(jì)用于處理簡(jiǎn)單 的描述性分析問(wèn)題、最復(fù)雜的優(yōu)化問(wèn)題以及這兩者之間的一 切問(wèn)題的單一平臺(tái)，解決業(yè)務(wù)問(wèn)題。SPSS Modeler 具有超 出當(dāng)今分析師標(biāo)準(zhǔn)分析要求的功能。一系列模型以及自動(dòng)建 模和數(shù)據(jù)準(zhǔn)備、文本分析、實(shí)體分析和社交網(wǎng)絡(luò)分析功能， 可以幫助您處理最復(fù)雜的問(wèn)題。

　　3、一系列模型及算法

　　分類算法-根據(jù)歷史數(shù)據(jù)和技術(shù)進(jìn)行預(yù)測(cè)。分段算法-利用自動(dòng)聚類、異常檢測(cè)和聚類神經(jīng)網(wǎng)絡(luò)技術(shù) 將工作人員進(jìn)行分組或檢測(cè)不尋常的模式。關(guān)聯(lián)算法-發(fā)現(xiàn)先驗(yàn)、CARMA 和序列關(guān)聯(lián)性的關(guān)聯(lián)、鏈 接或序列。時(shí)間系列和預(yù)測(cè)-隨著時(shí)間的推移，利用統(tǒng)計(jì)建模技術(shù)生成一個(gè)或多個(gè)系列的預(yù)測(cè)?？蓴U(kuò)展性與 R 編程語(yǔ)言-應(yīng)用轉(zhuǎn)型，用腳本進(jìn)行分析， 并用 R 編程語(yǔ)言匯總或生成文本和圖形輸出。

　　4、數(shù)據(jù)準(zhǔn)備和操作

　　SPSS Modeler 使數(shù)據(jù)準(zhǔn)備自動(dòng)化，以簡(jiǎn)化流程并幫助您確 保您的數(shù)據(jù)格式為便于分析的最好格式。自動(dòng)化任務(wù)包括進(jìn) 行分析數(shù)據(jù)和識(shí)別修復(fù)工具，篩選字段，必要時(shí)派生新屬性， 并通過(guò)智能篩選技術(shù)提高性能。

　　5、自動(dòng)數(shù)據(jù)建模

　　借助 SPSS Modeler 的自動(dòng)建模功能，非分析師人員無(wú)需 專業(yè)技能即可迅速構(gòu)建準(zhǔn)確的模型。此外，先進(jìn)的預(yù)測(cè)建 模功能可支持專業(yè)分析人員創(chuàng)建最復(fù)雜的流。

　　6、地理空間分析

　　借助 SPSS Modeler，您可探索與某個(gè)位置有關(guān)的各個(gè)數(shù) 據(jù)元素之間的關(guān)系并對(duì)您的數(shù)據(jù)進(jìn)行地理空間分析，以發(fā)掘在圖表或表格中不可見(jiàn)的洞察力。通過(guò)空間挖掘，您可 利用 ESRI shape file 文件輕松挖掘地理空間數(shù)據(jù)。通過(guò)分 析空間數(shù)據(jù)和非空間數(shù)據(jù)，可以提高整個(gè)模型的準(zhǔn)確性， 且您可以獲取對(duì)人員和事件的更深入洞察力。

　　7、文本分析

　　借助可定制 的特定行業(yè)文本分析包，您可以對(duì)正確的上下文里的除首 字母縮寫(xiě)、表情符號(hào)和俚語(yǔ)之外的相關(guān)術(shù)語(yǔ)和詞組進(jìn)行分 析。交互式圖表可幫助您探索和顯示文本數(shù)據(jù)和模式，以 便進(jìn)行快速分析。

　　8、實(shí)體分析

　　借助 SPSS Modeler 的實(shí)體分析功能，您可非常輕松高效地 將身份、行為和行動(dòng)數(shù)據(jù)與各自的實(shí)體實(shí)時(shí)或批量關(guān)聯(lián)起來(lái)。 您還可適時(shí)合并記錄或?qū)⑺鼈兎蛛x開(kāi)來(lái)。結(jié)果會(huì)怎樣呢？您 的組織將具有可幫助提高模型質(zhì)量的關(guān)聯(lián)企業(yè)數(shù)據(jù)。

　　9、社交網(wǎng)絡(luò)分析

　　SPSS Modeler 可提供相關(guān)社交網(wǎng)絡(luò)分析功能，將與關(guān)系有 關(guān)的信息轉(zhuǎn)為顯示個(gè)人和團(tuán)隊(duì)的社會(huì)行為的關(guān)鍵業(yè)績(jī)指標(biāo)。 您可以利用這些指標(biāo)來(lái)識(shí)別影響網(wǎng)絡(luò)中他人行為的社交領(lǐng)導(dǎo) 者。結(jié)合這些結(jié)果與其他措施，您可以創(chuàng)建全面的個(gè)人資料 文件，并以此作為您的預(yù)測(cè)性模型的基礎(chǔ)。

　　10、借助靈活部署適應(yīng)您的各種需要

　　SPSS Modeler 架構(gòu)是一個(gè)支持一系列平臺(tái)和語(yǔ)言的開(kāi)放 式平臺(tái)。您可以在您的環(huán)境中或從云端部署 SPSS Modeler，然后 在您的現(xiàn)有系統(tǒng)中自信地用它來(lái)優(yōu)化性能和處理業(yè)務(wù)問(wèn)題。 通過(guò)按計(jì)劃或按要求為工作人員和流程提供結(jié)果，這種靈 活部署可彌合分析和行動(dòng)之間的差距。

　　11、改善決策和成果

　　利用各種高級(jí)算法構(gòu)建預(yù)測(cè)模型。

　　結(jié)合使用預(yù)測(cè)模型、業(yè)務(wù)規(guī)則和優(yōu)化技術(shù)，在給定參數(shù)內(nèi)通過(guò)云執(zhí)行決策。

　　在影響點(diǎn)向人員和系統(tǒng)提供建議，改善決策和操作。

　　將分析結(jié)果集成到現(xiàn)有業(yè)務(wù)流程和運(yùn)營(yíng)應(yīng)用中。

　　將 SPSS Modeler 與 IBM Cognos® Business Intelligence 集成時(shí)，在 BI 報(bào)表或儀表盤(pán)中顯示分析。

　　集成 IBM Cognos TM1®，以在 Cognos TM1 多維數(shù)據(jù)集中使用或顯示數(shù)據(jù)。

　　12、從數(shù)據(jù)中提取價(jià)值

　　無(wú)論數(shù)據(jù)存儲(chǔ)在何處（例如，數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)庫(kù)、平面文件等），均可執(zhí)行分析。

　　將 SPSS Modeler 與 IBM SPSS Analytic Server 結(jié)合使用時(shí)，可在 Hadoop 版本中分析數(shù)據(jù)。

　　不僅可分析結(jié)構(gòu)化數(shù)據(jù)（例如，年齡、價(jià)格、產(chǎn)品、位置等），也可以分析非結(jié)構(gòu)化數(shù)據(jù)（例如，文本、電子郵件、社交媒體數(shù)據(jù)等）。

　　使用統(tǒng)計(jì)算法和文本分析揭示數(shù)據(jù)中隱藏的洞察和模式。

　　使用實(shí)體分析進(jìn)行實(shí)體解析和社交網(wǎng)絡(luò)分析，顯示個(gè)人和群體的社交行為。

　　通過(guò)自動(dòng)化的數(shù)據(jù)準(zhǔn)備、建模和基于 Web 的訂閱降低復(fù)雜性。

　　13、更輕松地集成到現(xiàn)有系統(tǒng)中

　　與 IBM 數(shù)據(jù)庫(kù)或其他供應(yīng)商的數(shù)據(jù)庫(kù)配合使用，更快速、更高效地部署模型并評(píng)分。

　　通過(guò)將 SPSS Modeler 與 SPSS Statistics、Cognos Business Intelligence、Cognos TM1 和 InfoSphere® Streams 集成，實(shí)現(xiàn)更流暢的分析工作流程。

　　通過(guò)使用那些支持 IBM Pure DataTM Systems、InfoSphere Warehouse、IBM DB2® 和 Linux on IBM System z® 功能的服務(wù)器版本，最小化數(shù)據(jù)移動(dòng)，并提高性能。

軟件特色

　　統(tǒng)計(jì)學(xué)分析和報(bào)告

　　涵蓋整個(gè)分析流程：規(guī)劃、數(shù)據(jù)收集、分析、報(bào)告和部署。

　　數(shù)據(jù)挖掘和預(yù)測(cè)建模

　　利用強(qiáng)大的建模、評(píng)估和自動(dòng)化功能。

　　決策管理和部署

　　在內(nèi)部部署環(huán)境、云端或混合環(huán)境實(shí)施先進(jìn)的模型管理和分析決策管理，充分發(fā)揮分析的潛能。

　　大數(shù)據(jù)分析

　　分析大數(shù)據(jù)以獲取預(yù)測(cè)性洞察，制定有效的業(yè)務(wù)戰(zhàn)略。

安裝方法

　　1、下載文件找到"Setup.exe"雙擊運(yùn)行，進(jìn)入軟件安裝向?qū)Ы缑妫?/p>

　　2、進(jìn)入軟件安裝向?qū)Ы缑?，?qǐng)?jiān)敿?xì)的閱讀軟件的信息，點(diǎn)擊Next；

　　3、進(jìn)入軟件安裝向?qū)Ы缑?，點(diǎn)擊Next；

　　4、點(diǎn)擊我同意此協(xié)議中的使用條款，點(diǎn)擊Next；

　　5、已經(jīng)準(zhǔn)備好了安裝，點(diǎn)擊Next；

　　6、軟件安裝完成，點(diǎn)擊Finish；

使用方法

　　生成決策樹(shù)模型

　　決策樹(shù)節(jié)點(diǎn)設(shè)定完成后，點(diǎn)擊主工具列的運(yùn)行當(dāng)前流前即可看到兩個(gè)決策樹(shù)模型的產(chǎn)生。雙擊決策樹(shù)模型則可看到模型結(jié)果，而我們最主要要觀察的是模型標(biāo)簽及查看器標(biāo)簽下的內(nèi)容。模型標(biāo)簽內(nèi)容如圖 9 所示，左欄位使用文字樹(shù)狀展開(kāi)，表現(xiàn)每一階層的分類狀況及目標(biāo)變數(shù)的模式；右欄位則是整體模型預(yù)測(cè)變量的重要性比較。我們也將會(huì)根據(jù)變量重要性調(diào)整模型設(shè)定、變數(shù)選擇，持續(xù)的訓(xùn)練出較佳的模型。查看器標(biāo)簽則是將一樣的決策樹(shù)結(jié)果用樹(shù)狀圖的方式展現(xiàn)。

　　決策樹(shù)模型結(jié)果

　　分析結(jié)果

　　在前面的串流產(chǎn)生中，我們加入了分區(qū)節(jié)點(diǎn)將數(shù)據(jù)分成訓(xùn)練數(shù)據(jù)與測(cè)試數(shù)據(jù)，因此在決策樹(shù)模型產(chǎn)生后，可加入分析節(jié)點(diǎn)，完成的決策樹(shù)串流如圖 10 所示。分析節(jié)點(diǎn)中我們勾選重合矩陣選項(xiàng)，因此除了分析節(jié)點(diǎn)原本就提供的正確錯(cuò)誤率比較，可進(jìn)一步了解實(shí)際值與預(yù)測(cè)值的比較矩陣，如圖 11。分析結(jié)果將于下一小節(jié)詳述。

　　決策樹(shù)串流

　　決策樹(shù)分析結(jié)果

　　回頁(yè)首評(píng)估結(jié)果

　　比較決策樹(shù)模型分析結(jié)果

　　正確率

　　由于各決策樹(shù)的演算法不同，最后的分枝結(jié)果以及預(yù)測(cè)的準(zhǔn)確性亦不同，本文使用 C5.0 及 CHAID 兩種決策樹(shù)節(jié)點(diǎn)，其預(yù)測(cè)正確率如圖 11 和圖 12 所示。從結(jié)果來(lái)看，不論是訓(xùn)練以及測(cè)試數(shù)據(jù)，C5.0 的正確率都高于 CHAID，因此接下來(lái)我們會(huì)使用 C5.0 結(jié)果為主。進(jìn)一步觀察實(shí)際值與預(yù)測(cè)值的重合矩陣，可發(fā)現(xiàn)模型預(yù)測(cè)不購(gòu)買定存商品的準(zhǔn)確性遠(yuǎn)高于預(yù)測(cè)將會(huì)購(gòu)買的準(zhǔn)確性，以 C5.0 測(cè)試數(shù)據(jù)來(lái)看，no 的預(yù)測(cè)準(zhǔn)確性為 95.9%，遠(yuǎn)大于 yes 的 49.1%。

　　CHAID 決策樹(shù)分析結(jié)果

　　變量重要性

　　C5.0 與 CHAID 模型的變量重要性如圖 13 所示。比較左邊與右邊的圖可發(fā)現(xiàn)，盡管變量重要性的排序兩個(gè)模型相差很大，但是最重要的兩個(gè)分析變量「duration」和「poutcome」相同，且都比其他變量相對(duì)重要許多。

　　變量重要性

　　解讀預(yù)測(cè)結(jié)果

　　預(yù)測(cè)規(guī)則

　　C5.0 決策樹(shù)模型產(chǎn)生許多預(yù)測(cè)規(guī)則，而大部分的預(yù)測(cè)結(jié)果如同實(shí)際數(shù)據(jù)一樣，都是不會(huì)購(gòu)買定存產(chǎn)品。為了提高電銷的成功率，銀行人員可由這些規(guī)則來(lái)篩選目標(biāo)。SPSS Modeler 提供的決策樹(shù)結(jié)果，包括了分類結(jié)果、實(shí)例數(shù)字和置信度，當(dāng)分類的實(shí)例置信度較高，則可導(dǎo)出預(yù)測(cè)規(guī)則。以圖 14 為例，橘色底色的規(guī)則為「當(dāng) duration<=391，poutcome in [“failure”“other”]，其預(yù)測(cè)結(jié)果是 no」，實(shí)例數(shù)字為 2808 筆數(shù)據(jù)符合，其中 91%被正確預(yù)測(cè)。

　　模型結(jié)果

　　以下條列預(yù)測(cè)結(jié)果 (圖 15，圖 16) 為 yes 的規(guī)則及其實(shí)例數(shù)字和置信度（以 50%最低置性，及 100 最小實(shí)例數(shù)）：

　　生成規(guī)則集

　　規(guī)則集

　　利用圖形節(jié)點(diǎn)了解重要預(yù)測(cè)值

　　duration 和 poutcome 是剛剛得出的重要預(yù)測(cè)值。由直方圖 (圖 17) 來(lái)看，duration（與客戶對(duì)談時(shí)間）越長(zhǎng)，成功率能大幅提升。超過(guò) 1000 秒的對(duì)談時(shí)間，成功率能超過(guò)五成。以分布圖 (圖 18) 來(lái)觀察 poutcome（上次行銷結(jié)果），上次跟客戶的成功交易，會(huì)大幅影響這次的結(jié)果。

　　duration 與客戶接受銀行商品意愿的關(guān)系圖

　　poutcome 與客戶接受銀行商品意愿的關(guān)系圖

破解安裝

　　1． 雙擊setup.exe

　　2． 安裝序列號(hào) 10034432

　　3． 安裝到出現(xiàn)“在線注冊(cè)”（左下角）的界面，就已經(jīng)是安裝完成了，在此界面應(yīng)該取消選中“在線注冊(cè)”；再下一個(gè)界面就是“許可證授權(quán)向?qū)?rdquo;，看到此界面就不要繼續(xù)下去了，點(diǎn)擊“取消”即可。然后就是用EQX文件夾里面的全部?jī)?nèi)容替換安裝文件夾里的同名文件了。