SPSS-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

liting李

业务故事数据分析推荐书籍

《千面英雄》《故事》国外翻译过来的业务逻辑的书籍：京东，阿里自己出的书籍,可以到网上找

0.0007

1

3

0

关注作者

收藏

田齐齐

层次聚类方法

在社会学领域，一般通过给定网络的拓扑结构定义网络节点间的相似性或距离，然后采用单连接层次聚类或全连接层次聚类将网络节点组成一个树状图层次结构。其中，树的叶节点表示网络节点，非叶节点一般由相似或距离接近的子节点合并而得到。层次聚类方法的基本思想是：通过某种相似性测度计算节点之间的相似性，并按相似度由高到低排序，逐步重新连接个节点。该方法的优点是可随时停止划分，主要步骤如下：（1）移除网络中的所

3.5326

2

3

0

关注作者

收藏

liting李

什么是特征提取

特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。特征的好坏对泛化性能有至关重要的影响。

0.0000

0

1

0

关注作者

收藏

田齐齐

多因素二分类logistic回归如何选择方法？

二分类logistic回归如何选择方法？输入、向前LR、向后LR等等不知道如何选择？ SPSS软件中多因素Logistic逐步回归分析提供了条件参数估计似然比检验（Conditional）、最大偏似然估计似然比检验（LR）、Wald检验3种模型假设检验方法，和向前选择法（Forward）、向后剔除法（Backward）两种变量进出方法，一共组合成6种逐步回归变量选择方法。不同的算法，

32.7545

3

1

0

关注作者

收藏

liting李

特征选择的一般过程

特征选择的一般过程(1)产生过程( Generation Procedure )产生过程是搜索特征子集的过程，负责为评价函数提供特征子集。(2)评价函数( Evaluation Function )评价函数是评价一个特征子集好坏程度的一个准则。(3)停止准则( Stopping Criterion )停止准则是与评价函数相关的，一般是一个阈值，当评价函数值达到这个阈值后就可停止搜索。

0.0000

0

0

0

关注作者

收藏

田齐齐

怎样对输出进行编辑？

spss中如果想对输出进行设置或操作，需要双击激活。如图：

53.5326

3

0

0

关注作者

收藏

liting李

如何理解特征选择？

特征选择( Feature Selection )也称特征子集选择( Feature Subset Selection , FSS )，或属性选择( Attribute Selection )。是指从已有的M个特征(Feature)中选择N个特征使得系统的特定指标最优化，是从原始特征中选择出一些最有效特征以降低数据集维度的过程,是提高学习算法性能的一个重要手段,也是模式识别中关键的数据预处理步骤。

0.0000

0

2

0

关注作者

收藏

liting李

spss中如何评估模型好坏

1.首先要看图形2.其次看R方3.参数的多少

0.0000

0

1

0

关注作者

收藏

liting李

主成分主要用于解决什么问题

主成分主要解决列的压缩问题。对于聚类，可对列压缩，但很少用在列上，主要用它对行进行聚类。

0.0000

0

2

0

关注作者

收藏

liting李

什么是主成分分析

主成分分析（Principal Component Analysis，PCA），是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。在实际课题中，为了全面分析问题，往往提出很多与此有关的变量（或因素），因为每个变量都在不同程度上反映这个课题的某些信息。主成分分析首先是由K.皮尔森（Karl Pearson）对非随机变量引入的，尔后H

0.0000

0

2

0

关注作者

收藏

liting李

如何有spss进行卡方检验

1.首先用SPSS打开用分析的数据文件2.依次点击一、二、三级菜单：分析——描述统计——交叉表格3.将要分析进行卡方检验的两个变量分别选择至“行”、“列”，然后点击菜单右侧第二个按钮“Statistics”,在弹出的二级菜单中勾选“卡方”4.得到卡方检验的结果并解读结果。

0.0000

0

2

0

关注作者

收藏

liting李

spss相关书籍推荐

1.spss软件类书籍（1）SPSS统计分析基础教程(第2版)2011-11 张文彤、邝春伟（2）问卷统计分析实务:SPSS操作与应用 2010年5月1日吴明隆（3）SPSS统计分析(第5版) 2015年4月1日吴喜之, 卢纹岱 (编者), 朱红兵 (编者)（4）统计分析与SPSS的应用(第四版)2014年8月1日薛薇 (作者) （5）社会统计分析方法·SPSS软件应用(第2版)2

24.5124

2

1

0

关注作者

收藏

liting李

整合后的变量参与主成分吗

整合后的变量是不参与主成分的，因为前面只要整合好了就不参与后面的步骤的。

0.0000

0

3

0

关注作者

收藏

liting李

spss中点什么可以回到主界面

如图所示。

0.0000

0

5

0

关注作者

收藏

liting李

两两整合就是删除掉吗

如果出现两两高度共线的话，可以删除，一般在大型数据中不建议删除。能合并尽量合并，实在不行才删除。

0.0000

0

0

0

关注作者

收藏

田齐齐

聚类和降维的区别是什么？

聚类是用于寻找数据内在的分布结构。既可以作为一个单独的过程，如异常检测等；也可作为分类等其他学习任务的前驱过程。聚类是标准的无监督学习。在一些推荐系统中需要确定新用户的类型，但“用户类型”这个概念可能无法精确定义，此时往往会先对原有的用户数据进行聚类。然后根据聚类的结果将每个簇定义为一个类。然后在基于这些类别取进行相应的分类训练，以判断新用户的类型。降维主要是为了缓解维数灾难的一个重要方法。

3.5326

2

3

0

关注作者

收藏

田齐齐

在实际应用中，当特征个数增加到某一个临界点后，继续增加反而会导致分类器的性能变差——“维度灾难”（curse of dimensionality）。对于高维数据，“维度灾难”使解决模式识别问题非常困难，此时，往往要求首先降低特征向量的维度。降低特征向量维度的可行性分析：特征向量往往是包含冗余信息的！有些特征可能与分类问题无关特征之间存在着很强的相关性降低维度的方法•特征组合：把

3.5326

2

2

0

关注作者

收藏

田齐齐

怎样整合共线的X？

这要根据业务和X具体分析，可以两两整合到一起，也可以删掉其中一个X。

3.5326

2

0

0

关注作者

收藏

田齐齐

特征选择是什么？

特征选择是特征工程里的一个重要问题，其目标是寻找最优特征子集。特征选择能剔除不相关(irrelevant)或冗余(redundant )的特征，从而达到减少特征个数，提高模型精确度，减少运行时间的目的。另一方面，选取出真正相关的特征简化模型，协助理解数据产生的过程。并且常能听到“数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已”，由此可见其重要性。

32.7545

3

3

0

关注作者

收藏

田齐齐

为什么要做特征选择？

简化模型便于解释缩短训练时间避免维度灾难提高模型的泛化性能，比如通过减少过拟合

3.5326

2

3

0

关注作者

收藏

<1…131415…26>

CDA考试动态

CDA报考指南