SPSS Modeler 14 v14.2免费版

SPSS Modeler 14原名Clementine，一款专业的数据挖掘软件，巨剑具有功能强大的数据挖掘功能，可以将复杂的统计方法和机器学习技术应用到数据当中，采用数据挖掘算法，可以将数据挖掘贯穿整个业务流程的始终，大大提高投资回报率。小编带来的是SPSS Modeler 14.2，需要的朋友快快下载吧！

基本介绍

SPSS Modeler 14是一款商业的数据挖掘软件，设计思想是尽量用简单的方式进行数据挖掘，尽可能地屏蔽数据挖掘算法的复杂性及软件操作的繁琐性，使数据挖掘分析员可以将更多的精力放在使用先进的数据挖掘技术解决商业问题而不是软件操作本身。与其他数据挖掘软件相比，SPSS Modeler在专业性和易用性上具有明显的优势，其建模的原理主要偏向于数学算法，比如各种聚类算法、各种决策树算法、神经网络算法、贝叶斯算法等等，通过对数据的整理、建模，挖掘出相关结果，指导管理实际，主要应用于数据量大的分析，或者连接至数据库进行分析。

SPSS Modeler 14新功能：

1、新的外观效果：

默认情况下，SPSS Modeler 现在采用新的屏幕设计显示。以前的设计选项仍然可用。

2、术语更改：

与新的外观效果相配合，某些术语已更改为在产品中通用的标准术语。

3、新的XML源和XML导出节点：

新添加的节点允许以XML 格式导入和导出数据。

4、新的线性建模节点：

新增线性节点，为传统线性回归技术加入了新的功能，例如推进和bagging(Bootstrap 汇总)技术以及针对大型数据集的优化等。回归节点与现有流的兼容性在本版本中仍然可用。

5、决策树节点有所增强：

C&R 树、QUEST 和CHAID 节点已经过增强以支持推进和bagging技术。此外，C&R 树和QUEST 节点现在支持针对大型数据集的优化，此功能以往仅对CHAID 模型可用。

6、神经网络节点有所增强：

现已提供了神经网络节点的新版本，支持推进和bagging 技术，并可针对大型数据集进行优化。新节点使用的算法与PASW Statistics 提供的相同。

7、新字段角色(以往称为字段方向)：

添加了两个新角色：频数和记录ID。

8、导出时更新数据库：

之前，数据库导出只在插入时执行，插入需要删除和重建受影响的数据库表格。您现在也可在导出时更新数据库表格，例如以添加新列到现有表格的方式。

9、指定开始单元格和工作表以进行Excel 导出：

导出流数据到Excel 文件时，您可以指定工作表和导出开始的单元格位置。

SPSS Modeler 14新特性

基于更方便、更高效设计理念，SPSS公司推出了最新版本SPSSModeler14.2。该版本继承了原有产品的特点之外还增加了许多显著的新特性。SPSSModeler14.2版本新增以下功能。

在样本节点中增强支持SQL生成

在使用简单抽样时，对样本节点中的SQL生成的支持已有所增强，包括在Windows和UNIX中运行的DB2数据库，以及IBMNetezza和Teradata数据库。

支持IBMNetezzaAnalytics数据库内挖掘

此版本开始支持IBMNetezzaAnalytics数据库内挖掘技术。

具体以两个新的数据库建模节点的形式提供支持：Netezza决策树和NetezzaK-Means。

对IBMNetezza数据库实行第1层支持

现已在第1层上支持IBMNetezza数据库，这意味着所有可能的SQL回送现在都可用，并具有数据库特定的SQL优化。

支持Cognos10

除版本8.4外，IBMCognosBI源节点和导出节点现在还支持CognosBI版本10.1。

增强对IBMSystemz的服务器端支持

SPSSModeler增 加了对运行RedHatEnterpriseLinux、 RedHatEnterpriseLinuxAdvancedPlatform或SuSELinuxEnterpriseServer的IBMSystemz系 统的服务器端支持。

软件特点

SPSS Modeler产品是以面向构建分析/预测模型为主的工具，强调的不仅仅是包括数据预处理、数据探索、模型设计、模型展示及模型评估等在内的建模能力，同时也兼顾使用人员对操作友好性及流程标准性的要求，具有开放、面向业务的特征。

1、简单易用的可视化界面

用户只需要通过拖、拉、拽的方式，就可以完成整个数据挖掘过程，而不需要编程。通过与数据流的交互，分析人员和业务人员可以合作，将业务知识融入到数据挖掘过程中。您可以尝试更多的分析思路，更深入地探索数据，揭示更多的隐含关系。

2、支持不同层次的用户使用

SPSS Modeler的每种模型和算法中都有自动选择模型和专家调整模型两种方式，对于一般应用，只需要按自动选择模型方式运行就可以生成满意结果，对于专业分析员，则可以通过专家调整模型方式调整模型中的相应参数，衍生出很多种不同的模型，从而生成更加理想的模型。

3、挖掘流程易于管理

SPSS Modeler建立的所有数据流、模型、图形和表格结果都可以保存在数据挖掘项目中(例如SPSS Modeler中提供支持CRISP-DM的数据挖掘项目管理功能)，从而保证了数据挖掘项目的可重用性和充分共享。

4、节省时间特性

SPSS Modeler提供了许多功能，为分析投资提供了更快、更多的回报率。比如，自动建模，可以帮助您快速识别效果最好的模式，并结合多种预测得到最准确的结果。

5、强大的帮助功能

SPSS Modeler可以随时随地为不同层次的用户提供帮助，除详尽的操作使用手册外，还为分析人员提供丰富的应用示例，您可以轻松学会如何预测客户流失或寻找最有价值客户。

6、兼容已有的IT系统

SPSS Modeler开放兼容的架构可以充分利用已经存在的IT资源。这样您可以在已有的数据库进行数据挖掘，在很短时间内对几百万条记录进行评分，而不需要额外的硬件设备。

7、与国际同步的挖掘技术更新机制

SPSS一直致力于将学术研究的最前沿转化为商业智能的研究，根据数据挖掘技术的发展以及市场需求不断的提升SPSS Modeler的适用性，保证SPSS Modeler无论从整体架构还是从算法细节上一直保持国际领先。

8、强大的数据读取功能

SPSS Modeler提供方便、及时的数据访问，在数据挖掘过程中无需考虑数据源及数据所在平台。

具备对多种格式的数据进行处理的能力，能够从多种类型的文件(如可变长度记录、二进制文件、自由格式数据、Excel等)读取任何格式的数据;同时可通过SPSS Data Access Pack与大多数主流数据库(如IBM DB2,Oracle,Informix, Sybase, SQL Server等)直接连接，也可以通过第三方提供的开放ODBC与其它数据库连接(如Teradata等)。

9、丰富的数据处理方法

据统计，数据挖掘过程中数据的质量、数量等各种问题使得该过程平均有75%以上的时间花费在数据预处理阶段，SPSS Modeler提供多种数据处理节点，分析人员可以通过拖拉的方式实现数据的预处理，而无需精通数据库语言。

10、核心的数据挖掘算法

SPSS Modeler提供一系列的数据挖掘技术，它可以满足任何数据挖掘应用。您可以从多种算法中选择来进行预测、聚类、关联、分类等。

11、数据探索类模型

数据挖掘过程中通常包括上百个或者上千个变量。结果，在模型建模过程中大量的时间和精力都被花在检验模型中包括哪些变量。“特征选择”节点能够帮助减少对决策影响不大的不必要变量，创建一组更容易管理的、对决策直接相关的模型属性集合;“主成分/因子分析”算法也提供了强有力的数据简化技术，来简化数据的复杂度。

“异常侦测算法(Anomaly Detection)”能从群体的行为规则的差异中侦测出不寻常的事例。这种算法用来在数据分析探索阶段快速侦测不寻常的事例，从而满足数据审核的要求。

12、决策树模型

决策树模型允许您开发分类系统，此分类系统可以基于一组决策规则来预测或分类未来的观测值。如果将数据分成您关注的类别(例如，高风险和低风险贷款、用户和非用户、投票人和非投票人或细菌类型)，则您可以使用自己的数据来构建规则，借此对新案例或旧案例进行准确性最大的分类。例如，可以基于年龄和其他因素构建对信用风险或购买意向进行分类的树。SPSS Modeler提供多种算法支持决策树分类。

软件功能

SPSS Modeler 可提供数据挖掘相关的数据理解、数据抽取加载转换、数据分析、建模、评估、部署等全过程的功能。

强大的数据读取功能

丰富的数据处理方法

图形化的数据探索方式

核心的数据挖掘算法

简洁直观的模型评估

多格式的数据导出

灵活的产品部署

性能卓越的三层体系架构