【课程大纲】
第01课：课程规划 共5页
第02课：DM项目的生命周期与建设过程 共8页
第03课：CRISP-DM详解 共11页
第04~05课：DM项目实际建设与管理过程（上） 共23页
第04~05课：DM项目实际建设与管理过程（下） 共23页
第06课：DM项目团队组成与能力素养 共4页
第07课：SPSS MODELER基础 共3页
第08课：SPSS MODELER节点概要 共9页
第09课：SPSS MODELER数据流实例 共2页
第10课：简单的统计学概念 共6页
第11课：常用统计学分布 共9页
第12课：常用统计知识补充 共6页
第13课：数据质量与样本管理 共4页
第14课：数据质量与变量管理 共3页
第15课：MODELER分析管理 共2页
第16课：数据挖掘知识类型 共3页
第17课：建模过程思想 共3页
第18课：回归分析思想与建模解释（上） 共6页
第18课：回归分析思想与建模解释（下） 共7页
第19课：决策树思想与建模解释 共4页
第20课：回归与决策树增补 共4页
第21课：神经网络思想与建模解释 共4页
第22课：SVM思想与解释补充 共4页
第23课：聚类算法与建模解释 共6页
第24课：关联分析思想与建模解释 共4页
第25课：信用风险评估 共7页
第26课：辅助决策分析 共6页
在数据挖掘过程中，聚类分析是一种非常重要的无监督学习方法，用于发现数据集中的自然群体或类别，无需预先设定目标变量。本课程“聚类算法与建模解释”聚焦于如何利用SPSS Modeler进行有效的聚类分析。SPSS Modeler是一款强大的数据挖掘工具，它提供了多种聚类算法，帮助用户从复杂的数据中抽取出有价值的信息。
1. 聚类的基本概念：
- **相似程度/集中程度**：聚类的目标是将相似的数据点归为一类，而不同类别的数据点之间应尽可能不同。
- **差异程度/离散程度**：衡量的是数据点之间的距离或差异，这直接影响到聚类的结果。
- **全覆盖/非全覆盖**：全覆盖聚类意味着所有数据点都属于某个类别，而非全覆盖可能包含未被分配的孤立点。
- **确定/不确定**：确定性聚类算法如K-Means，结果固定，而不确定性的算法允许一定程度的模糊边界。
- **层次/非层次**：层次聚类（如层次聚类法）构建了数据点之间的层次结构，而非层次聚类则不构建这种结构。
2. SPSS Modeler中的聚类算法：
- **K-MEANS**：是最常用的聚类方法之一，通过迭代调整类别中心，使每个数据点与其所在类别的中心点距离最小化。
- **TWO-STEP**：适用于大数据集，首先进行粗略聚类，然后对每个粗聚类内部进行精细聚类。
- **KOHONEN**（自组织映射SOM）：基于神经网络的聚类方法，创建一个二维网格，数据点在网格上自我组织形成结构。
- **自动聚类**：SPSS Modeler还提供了自动聚类选项，根据数据自动选择合适的聚类方法。
- **异常处理**：在聚类过程中，异常值的识别和处理至关重要，以避免它们对聚类结果产生不利影响。
3. 距离度量：
- **欧氏距离**：最直观的距离计算方式，适用于各变量尺度相同的情况。在多维空间中，数据点间的直线距离被视为它们的相似度度量。
4. 聚类的应用：
- **信用风险评估**：通过聚类可以识别出具有相似信贷特征的客户群体，以便进行风险评估和策略制定。
- **辅助决策分析**：聚类结果可以帮助决策者理解数据的内在结构，支持更明智的决策。
聚类算法与建模解释课程不仅涵盖了理论知识，还包括实际操作步骤和案例分析，旨在提升学员对数据挖掘和数据分析的理解，以及运用SPSS Modeler进行有效建模的能力。通过学习这些内容，学员可以更好地应对各种业务场景下的数据挑战，从而提升业务洞察力和决策效率。
