サンプル・プロジェクトには、いくつかのデータ・セットとモデラー・フローのサンプルが含まれています。 サンプル・プロジェクトをまだお持ちでない場合は、チュートリアル・トピックを参照してサンプル・プロジェクトを作成してください。 次に、以下の手順でサンプルプロジェクトを開きます：

1. Cloud Pak for Dataの ナビゲーションメニュー「」から、Projects > View all Projetsをc選択します。
2. SPSS ModelerProjectをクリックします。
3. アセット」タブをクリックすると、データセットとモデラーフローが表示されます。

進捗状況を確認する

次の図は、プロジェクトのAssetsタブを示しています。 これで、このチュートリアルに関連するサンプルモデラーフローで作業する準備ができました。

先頭に戻る

通信解約にはいくつかのノードがある。 以下の手順に従って、データ・アセットと タイプ・ノードを調べます：

1. AssetsタブからTelecommunication Churnモデラー・フローを開き、キャンバスがロードされるのを待ちます。
2. telco.csvノードをダブルクリックする。 このノードは、プロジェクト内のtelco.csvファイルを指すData Assetノードです。
3. ファイル形式のプロパティを確認します。
4. オプション：完全なデータセットを表示するには、データのプレビューをクリックします。
5. Typeノードをダブルクリックする。 このノードは、測定レベル（フィールドが含むデータのタイプ）などのフィールド・プロパティや、モデリングにおけるターゲットまたは入力としての各フィールドの役割を指定する。 すべての測定レベルが正しく設定されていることを確認する。 例えば、'0.0と'1.0の値を持つほとんどのフィールドはフラグと見なすことができるが、性別のような特定のフィールドは、2つの値を持つ名目フィールドと見なす方が正確である。

   

   churn ターゲット・ロールを持つフラグとして設定されていることに注意。 他のすべてのフィールドの役割はInputに設定されている。
6. チャーン（フィーチャー選択）モデリング・ノードをダブルクリックして、そのプロパティを表示します。 予測変数/ターゲット関係について有用な情報を追加しない予測変数またはデータを削除するには，Feature Selectionノードを使用できる．
7. チャーン（フィーチャー選択）ノードにカーソルを合わせ、実行アイコン「」をクリックする。
8. Outputs and models（出力とモデル）ペインで、churn という名前のリストの最初のモデルをクリックして、モデルの詳細を表示します。

進捗状況を確認する

次の画像はモデルの詳細を示している。 これでFilterノードをチェックする準備ができました。

先頭に戻る

解約予測に役立つのは、telco.csvデータファイルの一部のデータだけである。 フィルタを使用して、予測変数として使用するために重要とみなされるデータ（前のタスクで生成されたモデルで重要としてマークされたフィールド）だけを選択できます。 フィルター・ノードを確認するには、以下の手順に従ってください：

1. 重要な機能（フィルタ）」ノードをダブルクリックして、そのプロパティを表示します。
   1. このノードは、選択されたフィールド（'tenure、'age、'address、'income、'ed、'employなど）のみをフィルタリングすることに注意。 この分析では、その他の分野は除外している。

      

   2. 「キャンセル」をクリックします。
2. Filterノードの後にある28 Fields (Data Audit)出力ノードをダブルクリックします。
   1. データ監査ノードにカーソルを合わせ、実行アイコン「」をクリックする。
   2. Outputs and models]ペインで、[Data Audit]という名前の結果をクリックして出力を表示します。
   3. この列を見れば、大量のデータが欠落しているフィールドを特定することができます。 このケースで修正する必要のあるフィールドは logtoll だけです。これは完了の割合が 50% を下回っています。

      

   4. 出力を閉じる。
3. 欠損値インプットスーパーノードをダブルクリックします。
   1. View supernodeをクリックする。
   2. Fill logtoll (Filler)ノードをダブルクリックします。
      フィラー・ノードは、フィールド値の置換やストレージの変更に使用される。 @BLANK(FIELD) のような、CLEM 条件に基づいて値を置換することができます。 また、すべての空白値やヌル値を特定の値に置換することもできます。 フィラー・ノードは、欠落した値を置き換えるために、しばしばタイプ・ノードとともに使用される。
      Fill in fieldsセクションで、値を調べて置換したいデータセットのフィールドを指定できます。 この場合、'logtollカラムは、ReplaceセクションのBlankおよびNull値オプションとともに指定される。

      

   3. 前のフローに戻る」をクリックする。

進捗状況を確認する

次の図は、このフローを示しています。 これでモデルを作る準備ができた。

先頭に戻る

ロジスティック・ノードを使用するモデルを構築します。 以下の手順でモデルを作成する：

1. 欠測値インピュテーション・スーパーノードの後にあるchurn (Logistic)ノードをダブルクリックして、そのプロパティを表示します。
2. モデル設定セクションで、二項手順を選択する。
   • 二項モデルは、対象フィールドが2つの離散値を持つフラグフィールドまたはノミナルフィールドである場合に使用される。
   • 多項モデルは、対象フィールドが2つ以上の値を持つ名義フィールドである場合に使用される。
3. 次に、フォワード・ステップワイズ法を選択する。
4. Expert Optionsセクションで、Expertモードを選択する。
5. 出力をクリックする。 「各ステップ (At each step)」、「反復履歴 (Iteration history)」、および「パラメーター推定値 (Parameter estimates)」を選択し、「OK」をクリックします。

   

進捗状況を確認する

次の図は、このフローを示しています。 これでモデルを生成する準備が整いました。

先頭に戻る

以下の手順に従って、ロジスティック・ノードから モデル・ナゲットを生成してください：

1. チャーン（ロジスティック）ノードにカーソルを合わせ、実行アイコン「」をクリックする。
2. 出力とモデル」ペインで、解約モデルをクリックして結果を表示します。

方程式ページの変数は、モデルによって使用されるターゲット（解約）と入力（予測フィールド）を示します。 これらのフィールドは、検討のために提出された完全なリストではなく、フォワード・ステップワイズ法に基づいて選択される。

モデルがデータにどの程度フィットしているかを評価するために、フローを構築する際にエキスパートノードの設定でいくつかの診断が利用できます。

これらの結果は学習データのみに基づくことに注意してください。 モデルが実世界の他のデータに対してどの程度一般化されるかを評価するために、テストと検証の目的でレコードのサブセットを保持するためにパーティション・ノードを使用します。

進捗状況を確認する

次の画像はモデル結果を示している。

先頭に戻る