使用 IBM SPSS Modeler 快捷构建预测机器学习模型

本教程纳入 IBM Cloud Pak for Data 快速入门学习路径。

在本教程中，我们将使用 IBM Cloud Pak for Data，通过 IBM SPSS Modeler 构建一个预测机器学习模型，判断某个电信客户是否会流失。IBM Cloud Pak for Data 是一个基于云的交互式协作环境，支持开发人员和数据科学家协同工作，从数据中获得洞察，并构建机器学习模型。

学习目标

完成本教程后，用户将了解：

• 如何将数据上传到 IBM Cloud Pak for Data
• 如何创建 SPSS Modeler 流程
• 如何使用 SPSS 工具来检查数据和发掘洞察
• 如何使用 SPSS 修改和准备数据以创建 AI 模型
• 如何使用 SPSS 训练机器学习模型，并对结果进行评估。

前提条件

• IBM Cloud Pak for Data
• SPSS Modeler Deploped on Cloud Pak for Data

预估时间

完成本教程大约需要 30 分钟。

步骤

1. 上传数据
2. 创建 SPSS Modeler 流程
3. 导入数据
4. 检查数据
5. 数据准备
6. 训练 ML 模型
7. 评估结果

第 1 步：上传数据

下载 Telco-Customer-Churn.csv 数据集。

在项目的 Assets 选项卡上，单击 01/00 图标。您可以拖放该文件，也可以单击 browse 来选择并上传 Telco-Customer-Churn.csv 文件。

第 2 步：创建一个 SPSS Modeler 流程

在项目的主页上，单击 Add to Project 按钮，然后选择 Modeler Flow。为流程提供一个有意义的名称，如“Telco Customer Cloun Flow”，然后单击 Create。

第 3 步：导入数据

1. 在 Import 部分中，将 Data Asset 节点拖放到画布上。双击该节点，然后单击 Change data asset。

2. 在 Assets 页面上打开 Data Assets 选项卡，选择您先前已上传的“Telco-Customer-Churn.csv”文件，然后单击 OK。

第 4 步：检查数据

1. 为了了解数据，打开 Output 选项卡，将 Data Audit 节点拖放到画布上。在 Data Audit 节点与 Data Asset 节点边上的两个小圆圈之间画一条线，将这两个节点连接起来。该节点将自动重命名为 21 Fields。

2. 单击 Data Audit 节点上的三个点，或右键单击该节点打开该节点的菜单，然后单击 Run。可以从右侧 Outputs 菜单查看输出结果。双击输出结果可查看有关数据的统计信息。

3. 单击顶部的项目名称以返回。

第 5 步：数据准备

1. 从 Field Operations 选项卡中，将 Type 节点拖放到画布上。将 Type 节点与 Data Asset 节点连接起来，然后双击 Type 节点进行必要的配置。

2. 单击 Read Values。检查每个字段的度量和角色是否正确。将 Churn 字段的角色从 Input 更改为 Target。然后单击 Save 关闭选项卡。

第 6 步：训练 ML 模型

1. 从 Modeling 选项卡中，将 Random Forest 节点添加到画布上，然后与 Type 节点相连接。该节点将自动重命名为 Churn。

2. 右键单击 Random Forest 节点，然后单击 Run。执行完成后，您将看到画布中添加了一个像金砖一样的 Churn 新节点。

3. 右键单击 Churn 金砖节点，然后选择 Preview 检查输出结果。

第 7 步：评估结果

1. 将 Analysis 节点从 Output 选项卡拖放到画布上。与 Churn 金砖节点相连接。右键单击 Analysis 节点，然后单击 Run。

2. 在右侧的 Outputs 选项卡中，双击 Analysis 输出以了解结果的精确度。右键单击该节点，再单击 Run。然后在 Outputs 菜单中双击 Analysis 输出。

3. 单击顶部的流程名称以返回。

4. 从 Graphs 选项卡，将 Evaluation 节点拖放到画布上，然后与 Churn 金砖节点相连接。

5. 右键单击 Evaluation 节点，再单击 Run。然后双击 R-Churn 输出，直观呈现该图形。单击流程名称以返回。

结束语

本教程演示了在 IBM Cloud Pak for Data 上的 IBM SPSS Modeler 中创建预测机器学习模型的小示例。本教程先介绍了如何将数据导入项目和建模器流程中，并为建模准备好数据。然后介绍了为数据选择适当算法和训练预测模型的步骤。最后介绍了如何直观呈现和评估经过训练的模型的结果。

本教程纳入 IBM Cloud Pak for Data 快速入门学习路径。要继续学习本系列课程并了解 IBM Cloud Pak for Data 的更多信息，可查看下一个教程利用 Watson OpenScale 监视模型。

本文翻译自：Build a predictive machine learning model quickly and easily with IBM SPSS Modeler（2020-02-25）