数据挖掘原理与SPSSClementine应用宝典第23章数据挖掘项目实施教学幻灯片讲义.pptVIP

23.4.2.3归因或填充缺失值 在仅有少量缺失值的情况下，可以用插入值来替换空值。下列方法可用于输入缺失值： 替换为固定值（可以选用字段平均值、范围中间值或者指定的常数）。 替换为基于正态分布或均匀分布产生的随机值。 用于指定定制表达式。例如，可以使用设置全局量节点创建的全局变量进行替换。 基于CRT算法替换为模型预测的值。对于使用此方法输入的每个字段，都会有一个单独的CRT模型，还有一个填充节点会使用该模型预测的值替换空白值和Null值。然后使用过滤节点删除该模型生成的预测字段。 如果还要为特定字段强制赋值，则可以使用类型节点来确保字段类型仅包含合法值，然后将需要替换空值字段的检查列设置为强制。 23.4.3用CLEM函数处理缺失值 表达式操作语言CLEM全名为Clementine Language for Expression Manipulation，是在Clementine中执行函数运算时的专用语法，用于分析和操纵在Clementine流中流动的数据，是一个功能强大的语言。 有多个CLEM函数可用于处理缺失值。选择节点和填充节点中经常会用以下函数来删除或填充缺失值： count_nulls（LIST） @BLANK（FIELD） @NULL（FIELD） undef @函数可以与@FIELD函数一起使用，来识别一个或多个字段中是否存在空值或非Null值。当出现空值或非Null值时，一般会对此类字段进行标记，也可以用替换值填充或者在各种其他操作中使用此类字段。 如下所示，可以计算字段列表中的非Null值的数量： count_nulls（[‘cardtenure’‘card2tenure’‘card3tenure]） 如果要使用接受输入类型的字段列表的函数，则可以使用特定的@FIELDS_BETWEEN和@FIELDS_MATCHING函数，如下所示： count_nulls（@FIELDS_MATCHING（‘card*）） 在选择字段中用填充节点把缺失值替换成0，如图23－18用填充节点将选定字段中的非Null值替换为0所示。 23.5导入和导出PMML模型 PMML（predictive model markup language，称为预测模型标记语言）是一个XML基础的标准，以XML文件类型定义DTD形式，用于描述数据挖掘和统计模型，包括模型的输入、用于为数据挖掘准备数据的变换、以及定义模型自身的参数。Clementine可导入和导出PMML模型，使其能够与其他支持此格式的应用程序（例如，SPSS、SPSS Categorize）共享模型 。 23.5.1支持PMML的模型类型 23.5.1.1 PMML 3.1导入 Clementine可以导入并评分由SPSS所有产品生成的PMML 3.1模型，包括从Clementine导出的模型和由SPSS 15.0生成的模型或变换PMML模型。实质上，这包括了SPSS Smartscore组件可以评分的所有PMML模型，但以下几种情况例外： （1）无法导入Apriori、CARMA及异常检测模型。 （2）将PMML模型导入到Clementine后，虽然可以对其进行评分，但不能进行浏览。 （3）不能导入无法评分的模型。 （4）以PMML格式导出的IBM Intelligent Miner模型，无法重新导入到Clementine中。 * * 数据挖掘原理与SPSS Clementine应用宝典 元昌安 主编　 邓　松　李文敬　刘海涛　编著 电子工业出版社 本章包括： 数据挖掘项目实施步骤 1 2 3 数据挖掘项目周期 单击此处添加段落文字内容 单击此处添加段落文字内容 单击此处添加段落文字内容 单击此处添加段落文字内容 单击此处添加段落文字内容 单击此处添加段落文字内容 建立项目和报告 处理缺失值 导入和导出PMML模型 3 4 5 23.1数据挖掘项目实施步骤 23.1.1一般实施步骤? 一般而言，数据挖掘项目要经历的过程包括：问题理解和提出、?数据准备、数据整理?、建立模型、评价和解释等一系列任务，其流程如图23－1所示 。 23.1.2企业解决方案 23.1.2.1 SEMMA模式 23.1.2.2 SPSS－5A模型 23.1.3标准过程模型? 商业理解 数据理解 数据准备 建立模型 模型评估 模型发布 23.2数据挖掘项目周期 23.3建立项目和报告 23.3.1项目概述 表面上，Clementine项目只是一种组织输出的简单方式，但实际上它能做更多的工作，主要包括以下工作： （1）注