Transcription
iIBM SPSS Modeler 15 Modeling Nodes
Note: Before using this information and the product it supports, read the general informationunder Notices on p. 483.This edition applies to IBM SPSS Modeler 15 and to all subsequent releases and modificationsuntil otherwise indicated in new editions.Adobe product screenshot(s) reprinted with permission from Adobe Systems Incorporated.Microsoft product screenshot(s) reprinted with permission from Microsoft Corporation.Licensed Materials - Property of IBM Copyright IBM Corporation 1994, 2012.U.S. Government Users Restricted Rights - Use, duplication or disclosure restricted by GSA ADPSchedule Contract with IBM Corp.
PrefaceIBM SPSS Modeler is the IBM Corp. enterprise-strength data mining workbench. SPSSModeler helps organizations to improve customer and citizen relationships through an in-depthunderstanding of data. Organizations use the insight gained from SPSS Modeler to retainprofitable customers, identify cross-selling opportunities, attract new customers, detect fraud,reduce risk, and improve government service delivery.SPSS Modeler’s visual interface invites users to apply their specific business expertise, whichleads to more powerful predictive models and shortens time-to-solution. SPSS Modeler offersmany modeling techniques, such as prediction, classification, segmentation, and associationdetection algorithms. Once models are created, IBM SPSS Modeler Solution Publisherenables their delivery enterprise-wide to decision makers or to a database.About IBM Business AnalyticsIBM Business Analytics software delivers complete, consistent and accurate information thatdecision-makers trust to improve business performance. A comprehensive portfolio of businessintelligence, predictive analytics, financial performance and strategy management, and analyticapplications provides clear, immediate and actionable insights into current performance and theability to predict future outcomes. Combined with rich industry solutions, proven practices andprofessional services, organizations of every size can drive the highest productivity, confidentlyautomate decisions and deliver better results.As part of this portfolio, IBM SPSS Predictive Analytics software helps organizations predictfuture events and proactively act upon that insight to drive better business outcomes. Commercial,government and academic customers worldwide rely on IBM SPSS technology as a competitiveadvantage in attracting, retaining and growing customers, while reducing fraud and mitigatingrisk. By incorporating IBM SPSS software into their daily operations, organizations becomepredictive enterprises – able to direct and automate decisions to meet business goals and achievemeasurable competitive advantage. For further information or to reach a representative visithttp://www.ibm.com/spss.Technical supportTechnical support is available to maintenance customers. Customers may contact TechnicalSupport for assistance in using IBM Corp. products or for installation help for one of thesupported hardware environments. To reach Technical Support, see the IBM Corp. web siteat http://www.ibm.com/support. Be prepared to identify yourself, your organization, and yoursupport agreement when requesting assistance. Copyright IBM Corporation 1994, 2012.iii
Contents1About IBM SPSS Modeler1IBM SPSS Modeler Products . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1IBM SPSS Modeler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .IBM SPSS Modeler Server . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .IBM SPSS Modeler Administration Console . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .IBM SPSS Modeler Batch . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .IBM SPSS Modeler Solution Publisher. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .IBM SPSS Modeler Server Adapters for IBM SPSS Collaboration and Deployment Services .IBM SPSS Modeler Editions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1222223IBM SPSS Modeler Documentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4SPSS Modeler Professional Documentation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4SPSS Modeler Premium Documentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5Application Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5Demos Folder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62Introduction to Modeling7Building the Stream . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9Browsing the Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15Evaluating the Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19Scoring Records. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233Modeling Overview24Overview of Modeling Nodes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24Building Split Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30Splitting and Partitioning . . . . . . . . . . . . . . . . .Modeling Nodes Supporting Split Models . . . .Features Affected by Splitting . . . . . . . . . . . . .Modeling Node Fields Options . . . . . . . . . . . . . . . .33333435Using Frequency and Weight Fields . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38Modeling Node Analyze Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39Propensity Scores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41Model Nuggets. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43Model Links . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43Replacing a Model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 Copyright IBM Corporation 1994, 2012.iv
The Models Palette . . . . . . . . . . . . . . . . . . . . .Browsing Model Nuggets . . . . . . . . . . . . . . . .Model Nugget Summary / Information . . . . . . .Predictor Importance. . . . . . . . . . . . . . . . . . . .Models for Ensembles . . . . . . . . . . . . . . . . . . .Model Nuggets for Split Models. . . . . . . . . . . .Using Model Nuggets in Streams. . . . . . . . . . .Regenerating a Modeling Node . . . . . . . . . . . .Importing and Exporting Models as PMML. . . .Publishing Models for a Scoring Adapter . . . . .Unrefined Models . . . . . . . . . . . . . . . . . . . . . .4.474950515361636465686970Screening ModelsScreening Fields and Records . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70Feature Selection Node . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70Feature Selection Model Settings . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71Feature Selection Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72Feature Selection Model Nuggets. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74Feature Selection Model Results . . . . . . . . . . . . . . . . .Selecting Fields by Importance . . . . . . . . . . . . . . . . . .Generating a Filter from a Feature Selection Model . . .Anomaly Detection Node . . . . . . . . . . . . . . . . . . . . . . . . . .74767677Anomaly Detection Model Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79Anomaly Detection Expert Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80Anomaly Detection Model Nuggets. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81Anomaly Detection Model Details . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82Anomaly Detection Model Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83Anomaly Detection Model Settings . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 845Automated Modeling Nodes86Automated Modeling Node Algorithm Settings . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87Automated Modeling Node Stopping Rules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88Auto Classifier Node . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89Auto Classifier Node Model Options. . .Auto Classifier Node Expert Options. . .Misclassification Costs . . . . . . . . . . . .Auto Classifier Node Discard Options .Auto Classifier Node Settings Options .v.9193959697
Auto Numeric Node . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98Auto Numeric Node Model Options . . .Auto Numeric Node Expert Options . . .Auto Numeric Node Settings Options. .Auto Cluster Node . . . . . . . . . . . . . . . . . . . . . . . 99. . . . 101. . . . 104. . . . 104Auto Cluster Node Model Options . . . .Auto Cluster Node Expert Options . . . .Auto Cluster Node Discard Options . . .Automated Model Nuggets . . . . . . . . . . . . .105107109110Generating Nodes and Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112Generating Evaluation Charts. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113Evaluation Graphs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1146116Decision TreesDecision Tree Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116The Interactive Tree Builder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119Growing and Pruning the Tree . . . . . . . . . . . . .Defining Custom Splits. . . . . . . . . . . . . . . . . . .Split Details and Surrogates. . . . . . . . . . . . . . .Customizing the Tree View . . . . . . . . . . . . . . . .Gains. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .Risks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .Saving Tree Models and Results . . . . . . . . . . .Generating Filter and Select Nodes . . . . . . . . .Generating a Rule Set from a Decision Tree . . .Building a Tree Model Directly . . . . . . . . . . . . . . . .120121123124126134135139139140Decision Tree Nodes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141C&R Tree Node . . . . . . . . . . . . . . . . . .CHAID Node . . . . . . . . . . . . . . . . . . . .QUEST Node . . . . . . . . . . . . . . . . . . . .Decision Tree Node Fields Options. . . .Decision Tree Node Build Options . . . .Decision Tree Node Model Options . . .C5.0 Node . . . . . . . . . . . . . . . . . . . . . . . . . .143144144145146158160C5.0 Node Model Options. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162Decision Tree Model Nuggets. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164Single Tree Model Nuggets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165Model Nuggets for Boosting, Bagging and Very Large Datasets. . . . . . . . . . . . . . . . . . . . . . 174vi
Rule Set Model Nuggets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175Rule Set Model Tab . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176Importing Projects from AnswerTree 3.0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1787Bayesian Network Models179Bayesian Network Node. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179Bayesian Network Node Model Options. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181Bayesian Network Node Expert Options. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183Bayesian Network Model Nuggets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185Bayesian Network Model Settings . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186Bayesian Network Model Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1878Neural Networks189The Neural Networks Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189Using Neural Networks with Legacy Streams . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190Objectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191Basics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193Stopping Rules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194Ensembles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195Advanced . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196Model Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197Model Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198Predictor Importance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199Predicted By Observed . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200Classification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201Network . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202Settings . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2039Decision List204Decision List Model Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209Decision List Node Expert Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211Decision List Model Nugget . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212Decision List Model Nugget Settings . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213vii
Decision List Viewer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213Working Model Pane . . . . . . . . . . . . . .Alternatives Tab. . . . . . . . . . . . . . . . . .Snapshots Tab . . . . . . . . . . . . . . . . . . .Working with Decision List Viewer . . . .10 Statistical Models.214216218219238Linear Node . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239Linear models . . . . . . . . . . . . .Objectives . . . . . . . . . . . . . . .Basics . . . . . . . . . . . . . . . . . .Model Selection . . . . . . . . . . .Ensembles . . . . . . . . . . . . . . .Advanced . . . . . . . . . . . . . . . .Model Options . . . . . . . . . . . .Model Summary . . . . . . . . . . .Automatic Data Preparation . .Predictor Importance . . . . . . .Predicted By Observed . . . . . .Residuals . . . . . . . . . . . . . . . .Outliers . . . . . . . . . . . . . . . . . .Effects . . . . . . . . . . . . . . . . . .Coefficients . . . . . . . . . . . . . .Estimated Means . . . . . . . . . .Model Building Summary . . . .Settings . . . . . . . . . . . . . . . . .Logistic Node . . . . . . . . . . . . . . . . 58259259Logistic Node Model Options . . . . . . . . . . . . . .Adding Terms to a Logistic Regression Model .Logistic Node Expert Options . . . . . . . . . . . . . .Logistic Regression Convergence Options . . . .Logistic Regression Advanced Output . . . . . . .Logistic Regression Stepping Options . . . . . . .Logistic Model Nugget . . . . . . . . . . . . . . . . . . . . . .260265266267268270271Logistic Nugget Model Details . . . . . . . . . . . . .Logistic Model Nugget Summary . . . . . . . . . . .Logistic Model Nugget Settings . . . . . . . . . . . .Logistic Model Nugget Advanced Output . . . . .PCA/Factor Node . . . . . . . . . . . . . . . . . . . . . . . . . .272273274276277PCA/Factor Node Model Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278viii
PCA/Factor Node Expert Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279PCA/Factor Node Rotation Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 280PCA/Factor Model Nugget . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281PCA/Factor Model Nugget Equations . . . . . . . .PCA/Factor Model Nugget Summary . . . . . . . .PCA/Factor Model Nugget Advanced Output . .Discriminant Node . . . . . . . . . . . . . . . . . . . . . . . . .281282284285Discriminant Node Model Options . . . .Discriminant Node Expert Options . . . .Discriminant Node Output Options . . . .Discriminant Node Stepping Options . .Discriminant Model Nugget . . . . . . . . . . . .286286288290291Discriminant Model Nugget Advanced Output .Discriminant Model Nugget Settings . . . . . . . .Discriminant Model Nugget Summary . . . . . . .GenLin Node. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .GenLin Node Field Options . . . . . . . . . . . . . . . .GenLin Node Model Options . . . . . . . . . . . . . .GenLin Node Expert Options . . . . . . . . . . . . . .Generalized Linear Models Iterations. . . . . . . .Generalized Linear Models Advanced Output. .GenLin Model Nugget . . . . . . . . . . . . . . . . . . . . . . .292292293294295296297301302303GenLin Model Nugget Advanced Output . . . . .GenLin Model Nugget Settings . . . . . . . . . . . .GenLin Model Nugget Summary. . . . . . . . . . . .GLMM Node . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .305305306307Generalized linear mixed models . . . . .Target . . . . . . . . . . . . . . . . . . . . . . . . .Fixed Effects . . . . . . . . . . . . . . . . . . . .Random Effects . . . . . . . . . . . . . . . . . .Weight and Offset . . . . . . . . . . . . . . . .Build Options . . . . . . . . . . . . . . . . . . .General . . . . . . . . . . . . . . . . . . . . . . . .Estimated Means . . . . . . . . . . . . . . . .Model view . . . . . . . . . . . . . . . . . . . . .Cox Node . . . . . . . . . . . . . . . . . . . . . . . . . .307310313316319320321322323336Cox Node Fields Options . . . . .Cox Node Model Options . . . . .Cox Node Expert Options . . . . .Cox Node Settings Options . . .Cox Model Nugget . . . . . . . . . . . . .337338341344345.Cox Regression Output Settings . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345Cox Regression Advanced Output . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345ix
11 Clustering Models347Kohonen Node . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 348Kohonen Node Model Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 350Kohonen Node Expert Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 352Kohonen Model Nuggets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353Kohonen Model Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353K-Means Node . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 354K-Means Node Model Options. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355K-Means Node Expert Options. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356K-Means Model Nuggets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 357K-Means Model Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 357TwoStep Cluster Node . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 358TwoStep Cluster Node Model Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359TwoStep Cluster Model Nuggets. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 360TwoStep Model Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 361The Cluster Viewer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 361Cluster Viewer - Model Tab . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362Navigating the Cluster Viewer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 372Generating Graphs from Cluster Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37412 Association Rules377Tabular versus Transactional Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 378Apriori Node . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379Apriori Node Model Options. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 380Apriori Node Expert Options. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 381CARMA Node . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 383CARMA Node Fields Options . .CARMA Node Model Options. .CARMA Node Expert Options. .Association Rule Model Nuggets . .383386387388Association Rule Model Nugget Details . . . . . . . . . . . . . . . . . .Association Rule Model Nugget Settings . . . . . . . . . . . . . . . . .Association Rule Model Nugget Summary . . . . . . . . . . . . . . . .Generating a Rule Set from an Association Model Nugget . . . .Generating a Filtered Model. . . . . . . . . . . . . . . . . . . . . . . . . . .Scoring Association Rules . . . . . . . . . . . . . . . . . . . . . . . . . . . .Deploying Association Models. . . . . . . . . . . . . . . . . . . . . . . . .388395397398399400401x.
Sequence Node . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 404
Designed around the industry-standard CRISP-DM model, SPSS Modeler supports the entire data mining process, from data to better business results. SPSS Modeler offers a variety of modeling methods taken from machine learning, artificial intelligence, and statistics. The methods available on the Modeling palette allow you to derive. IBM SPSS Modeler
