了解過(guò)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)原理的小伙伴們應(yīng)該知道，它們的本質(zhì)就是通過(guò)數(shù)據(jù)訓(xùn)練出具備一定準(zhǔn)確率的模型，然后將要預(yù)測(cè)的數(shù)據(jù)輸入到模型中，就可以得出預(yù)測(cè)結(jié)果。那么在IBM SPSS Statistics中，有沒(méi)有類似的功能，能讓我們快速應(yīng)用訓(xùn)練好的模型，獲得模型預(yù)測(cè)結(jié)果呢？

SPSS的評(píng)分向?qū)Ь褪沁@么一個(gè)應(yīng)用模型預(yù)測(cè)結(jié)果的功能，我們一起來(lái)探索下它的使用方式。

一、生成模型

要使用SPSS的評(píng)分向?qū)В�我們首先需要先�?xùn)練出一個(gè)算法模型，以簡(jiǎn)單的線性回歸算法為例，我們準(zhǔn)備好下圖1的數(shù)據(jù)來(lái)訓(xùn)練線性回歸模型。

圖1：演示數(shù)據(jù)

點(diǎn)擊【分析】--【回歸】--【線性】，進(jìn)入線性回歸界面，然后在因變量處填寫“時(shí)間”，塊處填寫“膽固醇”。

圖2：填寫線性回歸設(shè)置

隨后點(diǎn)擊“保存”按鈕，設(shè)置將模型導(dǎo)出到本地電腦的某個(gè)位置上，最后點(diǎn)擊“繼續(xù)”和“確定”，生成線性回歸模型。

圖3：設(shè)置保存模型

得到的線性回歸模型結(jié)果如下圖4所示，我們根據(jù)紅色方框的系數(shù)位置可以得出一條線性回歸公式：時(shí)間=90.605*膽固醇-207.243。

圖4：線性回歸結(jié)果

二、使用評(píng)分向?qū)?/span>

訓(xùn)練好模型后，我們開(kāi)始使用SPSS的評(píng)分向?qū)Чδ軄?lái)根據(jù)模型預(yù)測(cè)結(jié)果，首先需要準(zhǔn)備好我們要預(yù)測(cè)的數(shù)據(jù)，如圖5。

圖5：要預(yù)測(cè)的數(shù)據(jù)

點(diǎn)擊【實(shí)用程序】--【評(píng)分向?qū)А浚�然后在評(píng)分向?qū)е校�點(diǎn)擊“瀏覽”，找到上述步驟中訓(xùn)練好的模型，此時(shí)我們就可以看到模型的詳細(xì)信息，包括了模型的方法、模型目標(biāo)和預(yù)測(cè)變量。

圖6：評(píng)分向?qū)Ы缑?/span>

點(diǎn)擊下一步，SPSS會(huì)自動(dòng)幫我們匹配到新數(shù)據(jù)中模型所需要的自變量信息，如本文中的膽固醇，具體界面見(jiàn)圖7。

圖7：自動(dòng)匹配自變量

再次點(diǎn)擊下一步，選擇我們要的評(píng)分函數(shù)，一般來(lái)說(shuō)必選預(yù)測(cè)值，標(biāo)準(zhǔn)誤差是否選擇看我們自己的需求，然后點(diǎn)擊“完成”即可。

圖8：選擇評(píng)分函數(shù)

最后會(huì)得到如圖9的預(yù)測(cè)數(shù)據(jù)，我們將膽固醇為2代入上方得到的模型公式中，手算得到的結(jié)果就是-26.03，這說(shuō)明評(píng)分向?qū)�生成的預(yù)測(cè)結(jié)果是準(zhǔn)確無(wú)誤的。

圖9：生成的預(yù)測(cè)結(jié)果

這就是關(guān)于使用評(píng)分向?qū)Чδ埽�快速使用已有的�?shù)學(xué)模型，根據(jù)輸入值，生成預(yù)測(cè)值的SPSS軟件教程，上述的線性回歸模型只是用于教學(xué)演示，評(píng)分向?qū)Чδ苓�可用于更加復(fù)雜的模型預(yù)測(cè)中，這將大大提高我們的日常工作效率，以后我們就只需要專注于模型的訓(xùn)練就可以了。