评估模型

要对模型进行比较，必须将两个数据集合并到一起。

1. 添加一个追加节点并将telco_Jan.sav 和 telco_Feb.sav 源节点都附加到该节点上。
   图 1. 追加两个数据源

   
2. 从早期的流中复制过滤节点和类型节点，然后将它们粘贴到流工作区上。
3. 将追加节点附加到最新复制的过滤节点上。
   图 2. 将复制的节点粘贴到流中

   

   两个贝叶斯网络模型的模型块位于右上角的“模型”选用板中。

4. 双击 Jan 模型块以将其导入流，并将其附加到新复制的类型节点。
5. 将流中现有的 Jan-Feb 模型块附加到 Jan 模型块。
6. 打开 Jan 模型块。
   图 3. 将模型块添加到流中

   

   贝叶斯网络模型块“模型”选项卡分为两列。左列包含节点网络图，可显示目标与其最重要预测变量之间的关系，以及各预测变量之间的关系。

   右列可能显示预测变量重要性，它表示评估模型时每个预测变量的相对重要性，右窗格也可能显示 条件概率，它包含各个节点值的条件概率值，以及各节点的父节点中的所有值组合。

   图 4. 显示预测变量重要性的贝叶斯网络模型

   

   要显示所有节点的条件概率，请单击左列中的节点。相应的右列会更新以显示所需的详细信息。

   显示每个分级的条件概率，这些分级中的数据值已划分为与该节点的父节点和同级节点相关。

   图 5. 显示条件概率的贝叶斯网络模型

   
7. 要重新命名模型输出以避免混淆，请将过滤节点附加到 Jan-Feb 模型块。
8. 在右侧的 字段 列，将 $B-churn 和 $B1-churn 分别重新命名为 Jan 和 Jan-Feb。
   图 6. 重新命名模型字段名称

   

   要检查每个模型预测流失的好坏，请使用分析节点；这样将显示依据正确和不正确的预测百分比得出的准确性。

9. 将“分析”节点附加到“过滤”节点。
10. 打开分析节点并单击运行。

    这表明两个模型在预测流失时具有类似精确度。

    图 7. 分析模型准确性

    

    您可以使用评估图形代替分析节点，通过构建一个增益图比较模型的预测准确性。

11. 将“评估”图形节点附加到“过滤”节点。

并使用其缺省设置执行图形节点。

与分析节点相同，该图形显示两个模型类型都生成了相似的结果；但是，因为使用两个月数据的重新训练模型在预测中具有更高水平的置信度，所以要稍微好一些。

有关 IBM® SPSS® Modeler 中所用建模方法的数学原理的说明，请参阅 IBM SPSS Modeler Algorithms Guide，该指南位于安装光盘的 \Documentation 目录中。

另请注意，这些结果仅基于训练数据。要评估模型适用于实际应用中的其他数据的程度，可以使用“分区”节点提供部分记录以用于测试和验证。