使用SPSS Modeler 进行关联分析以及生成决策树

目录

1、下载SPSS 18

2、数据导入

3、使用SPSS进行关联分析

 

1）关联分析

2）建立决策树

3）使用python简单的实现Apriori算法进行关联分析

4）C5.0算法生成决策树简单实现

4、感谢你阅览至此，相信你已经对关联分析和生成决策树有了一定的了解，在当今数据爆炸的时代，合理的进行大数据分析和数据挖掘，有利于筛选出我们需要的信息。如果觉得不错的话，求个三连！！！

---

1、下载SPSS 18

可以选择官网下载SPSS官网，当然需要破解直装版可以三连私聊我哦！

2、数据导入

数据集下载：数据集点这 ，提取码：pemu

3、使用SPSS进行关联分析

1）关联分析

        

步骤：

• 打开并查看数据文件。利用“变量文件”节点将“BASKETS1n”添加节点中。然后使用“输出”选项卡下的“表”查看数据，如图所示。这里的数据是某商场中的购买记录，共18个字段，1000条记录，在后面的列中，值“T”表示已购买该商品，值“F”表示没有购买该商品。
• 确定关联分析字段。在这里中，需要对购买商品之间进行关联分析，即确定客户购 买商品之间是否存在关联性，也就是说客户在购买一种商品时，购买另一种商品的 概率是多少。所以，在这里，将选择记录中能够体现是否购买某商品的字段进行关 联分析，其中有fruitveg，freshmeat，dairy，cannedveg，cannedmeat，frozenmeal，beer，wine，softdrink，fish，confectionery，共11个字段。
• 读入分析字段的类型。在工作区生成“类型”节点，并双击编辑，将上一步骤选出的11个字段的角色设定为“任意”，其他字段的角色设定为“无”，如下图。
• 添加模型节点。分别在“类型”之后添加“Apriori”模型节点和“Crama”模型节点，如下图所示。其中，“Apriori”模型是基于“最低支持度”和“最小置信度”进行关联性分析。
• 将最小规则支持度参数和最小规则置信度分别设置为10%和80%，运行并查看“Apriori”关联模型结果。运行“Apriori”模型的数据流，在右上侧生成数据模型，右键查看，如下图所示。表中可以看出，客户同时购买frozenmeal、beer、cannedveg的概率很高。因此，商家可以将这三种商品放在相邻的位置，以促进销量。
• 将最小规则支持度参数和最小规则置信度分别设置为10%和80%，运行并查看“Carma”关联模型结果。运行“Carma”模型的数据流，在右上侧生成数据模型，右键查看，如下图所示。同样可以看出，客户同时购买frozenmeal、beer、cannedveg 的概率很高。
• 利用“网络”图进行定性关联分析。选定“类型”节点，双击“图形”选项卡下的“网络”，既可添加“网络节点”。然后，需双击编辑“网络”节点，将步骤五中