京公网安备 11010802034615号
经营许可证编号:京B2-20210330
spss modeler出现使用错误提
1、对字段“compensation汇总导出”指定的类型不充分
问题:
为了分析需要,我加了一个“字段选项”——“导出”节点, 并将这个汇总字段类型设置为“连续”。
然后用K-means算法聚类。结果如第个流程图所示:[2016-08-12 15:59:23] 对字段“compensation汇总导出”指定的类型不充分。
我在导出节点后增加一个“类型”节点,然后用K-means算法聚类。问题得到解决。如流程1所示。
问题解析:
建模前需要要用“字段选项”——“类型”节点的“read values”按钮读该字段的值,并指定变量(字段)的输入和输出方向。之所以错误提示,初步理解就是读取新建“汇总”字段值!
只在“导出”节点新建字段并设置字段类型是不足够的!必须对其设置:类型——读值,就算设置类型“无”,也得设置!
2、导出问题:如果子项只要有一项值为$null$,则导出结果的和值为$null$。这样极易导致错误!!!
这个问题有点和Tableau类似(Tableau是通过“计算项”对子项以isnull()函数实现空值置为“0”)。
要实现将几个子项通过“导出”节点功能求和,怎么才能实现正常值呢?
通过“字段设置”——“填充”功能则可实现空值设为0!
3、无法由算法生成模型
数据源选项可对字段进行过滤、类型变换等基本操作。更多操作需要通过“字段选项”、“记录选项”进行进一步操作。
在字段页签选项,有“导出”项,有生成新字段功能,如已经存在字段A、B,那么可利用导出功能生成A/B,并将其命名为C.
另外,只有对字段进行“角色”设置相应的属性才能对其建模(软件下边的“建模”页签,选择一种“算法”,蓝色图标),点击“运行”生成模型(黄色钻石状图标)。
注意:(有些算法需要将有些字段角色设置为“目标”(就像函数y=f(x),没有目标y,x,就谈不到函数的问题!),但有些算法需要将字段角色设置成“输入”等其它角色属性即可,根据算法而定!)本例中:将CUSTACT作为目标字段,其它作为输入字段,选择了算法logistic,并生成对应的模型。
4、为什么Spss Modeler 读取字段,显示无类型,应该怎么办?
吧最大集大小勾掉就行了
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27