spss關(guān)聯(lián)模型步驟-資料下載頁(yè)
2025-05-15 23:27本頁(yè)面
【正文】 ，其他商品可以不包括。如果用戶選擇“使用定制設(shè)置”選項(xiàng)，則需要將啤酒設(shè)置在“后項(xiàng)”列表中，將其他重點(diǎn)關(guān)注的商品設(shè)置在“前項(xiàng)”列表中，如下圖所示。這里，分區(qū)允許您使用指定字段將數(shù)據(jù)分割為幾個(gè)不同的樣本，分別用于模型構(gòu)建過程中的訓(xùn)練、測(cè)試和驗(yàn)證階段。如果設(shè)置了“分區(qū)”，除了在此選擇分區(qū)字段外，還需要在“模型”選項(xiàng)卡中，勾上“使用分區(qū)數(shù)據(jù)”的選擇框。關(guān)于“分區(qū)”的概念、作用和使用方法，本文不做詳細(xì)介紹。除此，“使用事務(wù)處理格式”選擇框，是針對(duì)于事務(wù)性數(shù)據(jù)的，如果數(shù)據(jù)為交易格式，需要勾上此選擇框，但本示例的數(shù)據(jù)為表格格式，故無需選擇。設(shè)置好了字段后，點(diǎn)擊“模型”選項(xiàng)卡，進(jìn)入模型設(shè)置。如下圖所示。用戶可以在“模型名稱”處為本模型設(shè)置一個(gè)名字，如果想使用分區(qū)功能，則需要勾上“使用分區(qū)數(shù)據(jù)”選項(xiàng)。用戶為規(guī)則模型設(shè)置一個(gè)最低條件支持度，那么模型將從所有規(guī)則中選擇那些為真，并且其對(duì)應(yīng)的記錄的百分比大于此值的規(guī)則。如果您獲得的規(guī)則適用于非常小的數(shù)據(jù)子集，請(qǐng)嘗試增加此設(shè)置。接著，用戶需要為模型設(shè)置一個(gè)最小規(guī)則置信度，表明正確預(yù)測(cè)的百分比。置信度低于指定標(biāo)準(zhǔn)的規(guī)則將被放棄。如果您獲得的規(guī)則太多，請(qǐng)嘗試增加此設(shè)置。如果您獲得的規(guī)則太少（甚至根本無法獲得規(guī)則），請(qǐng)嘗試降低此設(shè)置。用戶還可以為任何規(guī)則指定“最大前項(xiàng)數(shù)”。這是一種用來限制規(guī)則復(fù)雜性的方式。如果規(guī)則太復(fù)雜或者太具體，請(qǐng)嘗試降低此設(shè)置。對(duì)于“僅包含標(biāo)志變量的真值”選項(xiàng)，如果對(duì)于表格格式的數(shù)據(jù)選擇了此選項(xiàng)，則在生成的規(guī)則中只會(huì)出現(xiàn)真值。這樣使得規(guī)則更容易理解。該選項(xiàng)不適用于事務(wù)格式的數(shù)據(jù)。為了提高建模性能，設(shè)置了“優(yōu)化”選項(xiàng)供用戶選擇。選擇“速度”可指示算法從不使用磁盤溢出，以便提高性能。選擇“內(nèi)存”可指示算法在合適的時(shí)候，以犧牲某些速度為代價(jià)使用磁盤溢出。接下來，進(jìn)入“專家”選項(xiàng)卡，對(duì)于一般用戶，則選擇“簡(jiǎn)單”選項(xiàng)；而對(duì)于高級(jí)用戶，則可以通過此頁(yè)面進(jìn)行微調(diào)，如下圖所示。此時(shí)，我們已經(jīng)創(chuàng)建好了關(guān)聯(lián)規(guī)則模型的整個(gè)流，點(diǎn)擊工具欄的綠色箭頭，運(yùn)行該流，會(huì)生成一個(gè)“模型”節(jié)點(diǎn)，該節(jié)點(diǎn)里包含了模型運(yùn)行結(jié)果。整個(gè)運(yùn)行后的流圖，如下圖所示。第六步，在得到了運(yùn)行結(jié)果后，我們雙擊打開生成的“模型”節(jié)點(diǎn)，點(diǎn)擊“顯示 / 隱藏標(biāo)準(zhǔn)菜單”下拉框，選擇“顯示所有”，結(jié)果如下圖所示。從結(jié)果可以看出，通過關(guān)聯(lián)規(guī)則模型挖掘出了三個(gè)規(guī)則，分別是規(guī)則一，購(gòu)買了凍肉（frozenmeal）和罐裝蔬菜（cannedveg）的顧客都會(huì)購(gòu)買啤酒（beer）；其中，第一列代表結(jié)果，而下一列代表?xiàng)l件，后面的列包含規(guī)則信息，如置信度、支持度和提升等。購(gòu)買了凍肉和罐裝蔬菜的顧客會(huì)購(gòu)買啤酒，此規(guī)則中購(gòu)買了凍肉和罐裝蔬菜的記錄有 173 條，占 %。而在購(gòu)買了凍肉和罐裝蔬菜的顧客中會(huì)有 % 的顧客會(huì)購(gòu)買啤酒，并且提升為 ，表明此規(guī)則的相關(guān)性很強(qiáng)，部署能力和置信度類似，可以不考慮。通過對(duì)規(guī)則信息的分析和了解，建議將置信度和提升作為選擇規(guī)則的標(biāo)準(zhǔn)，因?yàn)橹眯哦饶芊从吵鲆?guī)則預(yù)測(cè)的準(zhǔn)確程度，提升值越大，規(guī)則的相關(guān)性越強(qiáng)。據(jù)此，可以將規(guī)則一作為分析結(jié)果。結(jié)論因此可以將啤酒和凍肉、罐裝蔬菜放在一起銷售，這也正好和前面的網(wǎng)絡(luò)節(jié)點(diǎn)圖的顯示相一致。有了以上的方法和算法，我們可以解決諸如游戲商城內(nèi)的道具禮包銷售策略制定，櫥窗道具位置擺放的問題，原本粗放的分析方式單一的通過銷量和排行來制定IB策略和商城策略是不能真實(shí)反應(yīng)用戶的需求和心理。
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1