SPSS Modeler18.0数据挖掘软件教程（一）

1、背景介绍

本人这学期担任导师《大数据应用与管理》课程助教，课程内容涉及大数据的概念、大数据下的基础算法（数据的描述性统计、回归分析、聚类分析、关联分析、社交网络分析、文本挖掘等等）。应课程要求，本人需要为学生安排上机实验，利用一门易上手的数据挖掘软件，教授基础的数据挖掘方法。

经过和导师的讨论，我最终选择了SPSS Modeler18.0这款强大、易用的数据挖掘软件，在学习后，利用该软件教授了数据挖掘模型的构建、结果分析。接下来，在《SPSS Modeler18.0数据挖掘软件教程》系列中，我将详细讲解如何利用SPSS Modeler进行描述性统计、回归分析、分类分析、聚类分析、关联分析。

2、SPSS Modeler软件介绍

SPSS Modeler原名Clementine，是一个业界领先的数据挖掘平台，它将复杂的统计方法和机器学习技术应用到数据当中，具有专业性、易用性、扩展性、高性能等特点，提供了从各数据预处理到建模分析的一系列方法，包含图形可视化、描述性统计分析、常用的统计检验分析、回归分析、聚类分析、分类分析、关联分析、神经网络等多个模块。

与利用R语言、Python、Java等进行数据分析处理时对使用者有较高的门槛要求不同，SPSS Modeler这款集成软件采用了图形化的操作界面，我们在对数据进行预处理、分析建模的过程仅仅需要简单的拖拽、点击、设置参数即可，对于从事大数据分析却又缺乏编程基础的学者来说再合适不过了。

2.1 SPSS Modeler主界面介绍

本教程中所演示的软件是SPSS Modler18.0，有需要的同学可以私信我邮箱([email protected])获取软件分享，也可以自己从 IBM官网.下载试用版。

SPSS Modler18.0的主界面如上图所示，主要分为4个区域：1、数据流构建区；2、节点区；3、流、输出和模型管理区；4、数据挖掘项目管理区。

2.2SPSS Modeler基本操作

SPSS Modeler最基本的操作就是将【节点区】的节点拖入到【数据流构建区】，利用数据流进行连接，实现各种功能。比如我们尝试画一个图。
首先，将节点区的【源】节点找到自己要分析的文件类型（sav、excel等），将文件节点拖入数据流构建区域，双击打开，选中要分析的文件。此处使用的是SPSS Modeler自带的telo.sav数据。

然后，将字段选项中的【类型】节点拖入构建区域，建立连接，对不同字段测量属性进行设置。

其次，从节点区的【图形】拖一个【分布】上去，与上面设置好的类型节点连接。

最后，选择好目标字段，点击运行，绘制出分布图如下：

3、小结

通过简单的绘图案例，可以发现SPSS Modelr的操作是十分简单的，后面的教程中我将进行数据的描述性统计、逻辑回归聚类分析、分类分析、关联分析均和上面所举例子的逻辑类似，通过简单的拖拽、连接，设置参数后，原本复杂的模型可以被简单地运用。