IBM-SPSS第26章神经网络模型神经网络是一种灵活的自适应学习系统，可以根据观测数据自动地发现数据中的模式，并开发非线性系统模型，从而进行可靠的预测,它为解决许多现实世界的问题提供了一种很有前途的方法。神经网络是一个非线性的数据建模工具集合，它包括输入层和输出层、一个或者多个隐藏层。神经元之间的连接赋予相关的权重，训练算法在迭代过程中不断调整这些权重，从而使得预测误差最小化并给出预测精度。实例详解使用多层感知器评估信用风险，银行信贷员需要能够找到预示有可能拖欠贷款的人的特征，然后使用这些特征来识别信用风险的高低。假设850名以往客户和潜在客户的信息包含在bankloan.sav中。前700个个案是以前曾获得贷款的客户。请使用这700名客户的随机样本创建多层感知器，而留出其余客户用于验证分析。然后使用该模型将150名潜在客户按高或低信用风险分类。模块解读1．创建多层感知器网络从菜单中选择：单击“分析”|“神经网络”|“多层感知器...”命令，弹出多层感知器对话框，如图26-2所示。（1）“变量”选择至少一个因变量。至少选择一个因子或协变量。根据需要，在变量选项卡上您可以更改重标度协变量的方法，参照上述“归一化”。（2）“分区”：单击“分区”选项卡，如图26-3所示。（3）“体系结构”：单击“体系结构”选项卡，如图26-4所示。（4）“培训”单击“培训”选项卡，如图26-5所示。（5）“输出”：单击“输出”选项卡，如图26-6所示。（6）“保存”单击“保存”选项卡，如图26-7所示。（1）导出：单击“导出”选项卡，如图26-8所示。导出选项卡用于将每个因变量的键结值估算保存到XML（PMML）文件中。可以使用该模型文件以应用模型信息到其他数据文件用于评分目的。如果已经指定拆分文件，此选项不可用。（2）选项：单击“选项”选项卡，如图26-9所示。操作步骤1．准备数据以进行分析设置随机数种子，请从菜单中选择：单击“转换”|“随机数字生成器...”命令，弹出随机数字生成器对话框，如图26-10所示。选择“设置起点”。选择“固定值”并键入9191972作为值（用户也可以自行设定其他值）。单击“确定”按钮。大约70%以往客户被分配至训练样本，30%被分配至坚持样本。将需要分区变量精确地重新创建用于那些分析的样本。要创建分区变量，请从菜单中选择：单击“转换”|“计算变量...”命令，弹出计算变量对话框，如图26-11所示。2．运行分析要运行“多层感...
