(OSPSS-7) Многомерные методы классификации в SPSS

Цель изучения курса "Многомерные методы классификации в IBM SPSS Statistics" разобрать многомерные статистические методы, которые также относят к методам добычи знаний (data mining), позволяющие находить скрытые и неочевидные закономерности в больших массивах данных и принимать на основе этих закономерностей управленческие решения.

По окончании курса Вы будете уметь:

• проводить кластерный анализ различными методами;
• проводить факторный и компонентный анализ;
• проводить дискриминантный анализ и классификацию на его основе;
• строить деревья решений и анализировать их;

Объем курса: 32 ак. часа (общая продолжительность видео лекций более 15 астрономических часов)

Программа курса:

 Тема 1. Введение в многомерные методы классификации (продолжительность видео лекции 1 час 35 минут) 

• Многомерные методы классификации
• Понятие и области применения кластерного анализа
• Задачи кластерного анализа
• Методы кластерного анализа
• Преимущества и недостатки кластерного анализа
• Этапы кластерного анализа
• Исходные данные в многомерном анализе
• Меры различия между количественными данными
• Процедура Расстояния
• Оценка мер различия между количественными данными
• Меры различия между бинарными данными и их оценка
• Меры различия между частотными данными и их оценка
• Меры сходства между количественными данными и их оценка
• Меры сходства между бинарными данными и их оценка
• Анализ качества классификации 

Тема 2. Иерархический кластерный анализ (продолжительность видео лекции 1 час) 

• Особенности иерархического кластерного анализа
• Алгоритм иерархических методов кластерного анализа
• Меры расстояния между кластерами
• Процедура Иерархический кластерный анализ
• Выбор метода иерархического кластерного анализа
• Результаты процедуры Иерархический кластерный анализ
• Графическое представление результатов иерархического кластерного анализа
• Настройка статистик процедуры Иерархический кластерный анализ
• Сохранение результатов иерархического кластерного анализа 

Тема 3.  Классификация методом k-средних (продолжительность видео лекции 1 час) 

• Сущность и особенности метода k-средних
• Алгоритм метода k-средних
• Процедура Кластерный анализ методом k-средних
• Результаты процедуры Кластерный анализ методом k-средних
• Настройка количества итераций
• Настройка дополнительных параметров
• Результаты вывода дополнительных настроек
• Сохранение результатов классификации к-средними
• Графическое представление результатов 

Тема 4. Двухэтапный кластерный анализ (продолжительность видео лекции 1 час) 

• Особенности двухэтапного кластерного анализа
• Предпосылки двухэтапного кластерного анализа
• Алгоритм двухэтапного кластерного анализа
• Процедура Двухэтапный кластерный анализ
• Сводка результатов модели
• Оценка кластерной структуры
• Просмотр информации о кластерах
• Вывод информации по кластерам
• Управление выводом
• Вывод процедуры Двухэтапный кластерный анализ
• Дополнительная панель средства просмотра кластеров
• Отбор наблюдений по кластерам
• Параметры процедуры Двухэтапный кластерный анализ 

Тема 5. Факторный и компонентый анализ в задачах классификации (продолжительность видео лекции 1 час 45 минут) 

• Понятие факторного анализа
• Цель и задачи факторного анализа
• Этапы реализации методов снижения размерности
• Алгоритм компонентного анализа
• Алгоритм факторного анализа
• Предпосылки применения факторного и компонентного анализа
• Сравнение факторного и компонентного анализов
• Процедура Факторный анализ
• Результаты процедуры Факторный анализ
• Правила отбора факторов
• Выбор метода факторного анализа
• Проблема вращения факторов
• Настройка вращения факторов
• Параметры процедуры Факторной анализ
• Вывод описательных статистик
• Сохранение значений факторов 

Тема 6. Дискриминантный анализ (продолжительность видео лекции 1 час 40 минут) 

• Методы классификации на основе откликов
• Исходные данные для дискриминантного анализа
• Сходства дискриминантного анализа и логистической регрессии
• Различия дискриминантного анализа и логистической регрессии
• Цель и задачи дискриминантного анализа
• Предпосылки дискриминантного анализа
• Этапы дискриминантного анализа
• Методы дискриминантного анализа
• Исходные данные для дискриминантного анализа
• Линейная модель дискриминантного анализа
• Процедура Дискриминантный анализ
• Результаты процедуры Дискриминантный анализ
• Статистики процедуры Дискриминантный анализ
• Метод пошагового отбора процедуры Дискриминантный анализ
• Процедуры классификации
• Классификация на основе результатов дискриминантного анализа
• Классификационные статистики
• Геометрическая интерпретация классификационных функций
• Сохранение результатов классификации 

Тема 7. Классификация методом ближайших соседей (продолжительность видео лекции 1 час) 

• Сущность метода ближайших соседей
• Процедура Ближайшие соседи
• Задание правил определения ближайших соседей
• Отбор переменных для классификации
• Задание обучающей и контрольной выборки
• Сохранение результатов классификации
• Настройка вывода
• Обработка пропущенных значений
• Сводка результатов модели
• Пространство предикторов
• Оценка важности предикторов
• Диаграмма соседей
• Таблица соседей и расстояний до них
• Диаграмма квадрантов
• Значение ошибок при выборе числа предикторов и числа соседей
• Таблица классификации и сводка ошибок 

Тема 8. Классификация на основе деревьев решений (продолжительность видео лекции 30 минут) 

• Цель метода деревьев решений
• Терминология деревьев решений
• Задачи построения деревьев решения
• Области применения деревьев решений
• Преимущества и недостатки метода деревьев решений
• Методы деревьев решений 

Тема 9. Построение деревьев решений методом CHAID (продолжительность видео лекции 1 час 40 минут)

• Описание метода CHAID
• Процедуры Деревья классификации
• Сводка модели дерева решений
• Диаграмма дерева решений
• Таблица выигрышей
• Таблицы риска и классификации
• Настройка вывода дерева
• Настройка вывода статистик
• Настройка вывода графиков
• Вывод правил классификации
• Ограничение размера дерева
• Сохранение результатов
• Проверка модели
• Обработка пропущенных значений
• Задание стоимостей ошибочной классификации
• Задание прибылей
• Задание значений зависимой порядковой переменной

Тема 10. Построение деревьев решений методами исчерпывающий CHAID, CRT, QUEST (продолжительность видео лекции 50 минут)

• Особенности метода исчерпывающий CHAID
• Особенности метода CRT
• Настройка отбора предикторов в модели CRT
• Вывод важности предикторов в модели CRT
• Отсечение ветвей
• Использование суррогатов
• Задание априорных вероятностей
• Особенности метода QUEST

Тема 11. Редактор дерева решений (продолжительность видео лекции 30 минут)

• Просмотр диаграммы дерева в Редакторе дерева
• Просмотр содержимого узла дерева
• Настройка внешнего вида диаграммы дерева
• Изменение ориентации диаграммы дерева
• Настройка содержимого узла дерева
• Отбор наблюдений в Редакторе дерева

 Лабораторные работы (продолжительность видео лекции более 3 часов)