用SPSS的评分向导功能快速得出模型预测结果

了解过机器学习和深度学习原理的小伙伴们应该知道，它们的本质就是通过数据训练出具备一定准确率的模型，然后将要预测的数据输入到模型中，就可以得出预测结果。那么在IBM SPSS Statistics中，有没有类似的功能，能让我们快速应用训练好的模型，获得模型预测结果呢？

SPSS的评分向导就是这么一个应用模型预测结果的功能，我们一起来探索下它的使用方式。

一、生成模型

要使用SPSS的评分向导，我们首先需要先训练出一个算法模型，以简单的线性回归算法为例，我们准备好下图1的数据来训练线性回归模型。

图1：演示数据

点击【分析】--【回归】--【线性】，进入线性回归界面，然后在因变量处填写“时间”，块处填写“胆固醇”。

图2：填写线性回归设置

随后点击“保存”按钮，设置将模型导出到本地电脑的某个位置上，最后点击“继续”和“确定”，生成线性回归模型。

图3：设置保存模型

得到的线性回归模型结果如下图4所示，我们根据红色方框的系数位置可以得出一条线性回归公式：时间=90.605*胆固醇-207.243。

图4：线性回归结果

二、使用评分向导

训练好模型后，我们开始使用SPSS的评分向导功能来根据模型预测结果，首先需要准备好我们要预测的数据，如图5。

图5：要预测的数据

点击【实用程序】--【评分向导】，然后在评分向导中，点击“浏览”，找到上述步骤中训练好的模型，此时我们就可以看到模型的详细信息，包括了模型的方法、模型目标和预测变量。

图6：评分向导界面

点击下一步，SPSS会自动帮我们匹配到新数据中模型所需要的自变量信息，如本文中的胆固醇，具体界面见图7。

图7：自动匹配自变量

再次点击下一步，选择我们要的评分函数，一般来说必选预测值，标准误差是否选择看我们自己的需求，然后点击“完成”即可。

图8：选择评分函数

最后会得到如图9的预测数据，我们将胆固醇为2代入上方得到的模型公式中，手算得到的结果就是-26.03，这说明评分向导生成的预测结果是准确无误的。

图9：生成的预测结果

这就是关于使用评分向导功能，快速使用已有的数学模型，根据输入值，生成预测值的SPSS软件教程，上述的线性回归模型只是用于教学演示，评分向导功能还可用于更加复杂的模型预测中，这将大大提高我们的日常工作效率，以后我们就只需要专注于模型的训练就可以了。