
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
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10