- 1、本文档共10页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
实验(实训)报告
项目名称logistics回归、神经网络与聚类分析
所属课程名称大数据与智能商务
项目类型操作型
实验(实训)日期2018年3月
一、实验(实训)概述:
【目的及要求】
目的:
熟悉Modeler14.0数据流的构建过程,掌握logistic、神经网络与聚类分析模型的应用。
要求:
根据实验步骤完成数据流建立,并获得分析结果。实验结束后提交实验报告。
【基本原理】
数据挖掘流程;logistic模型;神经网络模型、聚类分析模型
【实施环境】(使用的材料、设备、软件)
Windows操作系统,Modeler14.0
二、实验(实训)内容:
【项目内容】
应用Modeler14.0中的神经网络模型、logistics模型、聚类分析模型进行数据分析。
【方案设计】
注意:在建模操作过程中,请将生成的模型名称改为自己的学号和姓名。
应用exp4.sav数据(见附件),应用以下模型进行分析:
应用logistics模型,根据消费者个人基本信息(gender、agecat、distance)和满意因素(price、numitems、org、service、quality)预测顾客总体满意度水平(overall);
应用神经网络模型,根据消费者个人基本信息(gender、agecat、distance)和满意因素(price、numitems、org、service、quality)预测顾客总体满意度水平(overall);
应用聚类模型,进行客户分类,探索不同类别的客户具有哪些不同的特征,哪些类别的客户有更高的总体满意度水平。
【实验(实训)过程】(步骤、记录、数据、程序等)
a)应用logistics模型来预测顾客总体满意度水平
1、导入数据,对数据类型进行定义;
2、Gender为分类变量,agecat、distance、NUMITEMS、ORG、SERVICE、QUALITY为有序分类变量,以上这些变量为分类变量,OVERALL为因变量,采用有序logistic进行建模和分析。过程采用:多项式法;模型类型为:主效应;多项式过程采用的方法为:后退法。OVERALL的值为“StronglyNegative”为对照,拟合logistic模型。
下图为利用logistic进行建模分析的流程图:
b)应用神经网络模型来预测顾客总体满意度水平
1、导入数据,对数据类型进行定义;
2、Gender为分类变量,agecat、distance、NUMITEMS、ORG、SERVICE、QUALITY为有序分类变量,以上这些变量为分类变量,OVERALL为因变量,将OVERALL设置为目标变量。
构建模型选项,选择“创建标准模型”,采用多层感知器,隐藏层采用“自动计算单元数”,置信度基于“下一个最可能导致的概率增加”
流程图如下:
C)K-Means聚类模型的生成
应用聚类模型,对客户分类
1、导入数据,对数据类型进行定义;
2、Gender为分类变量,agecat、distance、NUMITEMS、ORG、SERVICE、QUALITY为有序分类变量,以上这些变量为分类变量,OVERALL为因变量,将OVERALL设置为目标变量,
3.采用聚类K-Means分析建模:
以OVERALL为目标字段,根据OVERALL的值,聚为5类。
【结论】(结果、分析)
a)利用logistic回归探究影响客户满意度的因素
下表为模型的拟合分析:
由上图,当模型仅包含截取项的时候,AIC的值为1824.454,-2LogLikelihood的值为1816.454,当引入自变量后,AIC的值为1525.549,2LogLikelihood的值为1357.549,AIC的值和-2LogLikelihood均变小,说明模型的拟合度变优。
下图为引入logistic回归的自变量,
由上图可知,显著性均小于0.05,表明以上自变量对模型均有统计学意义。
消费者自身的变量,如:GENDER,AGECAT、DISTANCE等变量均不纳入logistic回归模型。
下图是引入模型的变量对的重要性进行分析
上图为预测变量的重要性图:
由上图可知,service对顾客的满意度的影响因素最大。说明,良好的服务态度对得到顾客较高满意度的答复有重要作用。PRICE,NUMITEMS,QUALITY,ORG也有助于得到顾客购物较高的满意度。消费者自身的变量GENDER、AGECAT、DISTANCE,对顾客购物满意度无影响。表明顾
您可能关注的文档
- 劳动合同的补充协议.doc
- 嗜酸性粒细胞偏高的危害有哪些.docx
- 通用补充协议.doc
- 孙悟空的作文.docx
- 大学语文心得体会.doc
- 合同补充协议 (16).doc
- 分娩镇痛的助产管理PPT课件-护理学习培训.pptx
- 生命的绽放作文(精选31篇).docx
- 小学数学教师招聘试讲及面试技巧.doc
- 法治教育主题班会 (4).doc
- 原电池电动势的测定实验报告.pdf
- 与业主、设计、总包、监理和他承包人的配合措施.pdf
- 公司管理流程.pptx
- 2024_2025学年新教材高中地理第1章地球的运动素养综合训练新人教版选择性必修1.doc
- 2024_2025学年新教材高中地理第3章大气的运动第1节常见天气系统第1课时锋与天气分层作业新人教版选择性必修1.doc
- 2024_2025学年新教材高中地理第1章地球的运动第2节地球运动的地理意义第4课时正午太阳高度的变化四季更替和五带划分分层作业课件新人教版选择性必修1.pptx
- 2024_2025学年新教材高中地理第2章地表形态的塑造第2节构造地貌的形成第1课时地质构造与地貌课件新人教版选择性必修1.pptx
- 2024_2025学年新教材高中地理第1章地球的运动问题研究人类是否需要人造月亮课件新人教版选择性必修1.pptx
- 五片小雪花课件.pdf
- 2024_2025学年新教材高中地理第3章大气的运动第2节气压带和风带第1课时气压带和风带的形成分层作业课件新人教版选择性必修1.pptx
文档评论(0)