将SPSS分析技术应用于大数据

 

                                   将SPSS分析技术应用于大数据

           数十年来，IBM SPSS 为统计人员和数据科学家提供了强大的工具。多年来，SPSS 平台已发生了演变，支持数据挖掘流程的所有阶段，包括模型开发、模型部署和模型刷新。在过去两年，SPSS 中增加了处理大数据的新功能。本文将介绍 SPSS 如何与 IBM 大数据产品组合的 3 个组件相集成：Netezza、InfoSphere BigInsights 和 InfoSphere Streams。

SPSS 平台概述

与大数据集成的 SPSS 软件组件：

SPSS Modeler

SPSS Analytic Server

SPSS Collaboration and Deployment Services

SPSS Analytic Catalyst

           SPSS Modeler 是一个数据挖掘工作台，用于分析数据和部署分析资产。通用术语分析资产 用于描述解决某个业务问题的一个操作集合。数据科学家在描述使用数据挖掘工具开发的资产时，通常会使用术语模型 或预测模型。除了模型之外，SPSS 分析资产还可包含数据准备步骤和业务规则。图 1 显示了 SPSS Modeler 中开发的一个示例分析资产。在此示例中，我们使用一个决策树模型来执行贷款违约预测。分析资产执行以下操作：

合并来自 3 个历史数据源的数据

使用一个 Type 节点识别用于模型预测的目标变量 (MortgageDefault)

构建一个基于 C5.0 决策树算法的模型

选择具有积极的贷款违约预测的记录

将结果显示在一个表中

图 1. SPSS Modeler 中开发的分析资产