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

スクリーニング予測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. アセットタブから、スクリーニング予測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. customer_dbase.csvノードをダブルクリックします。 このノードは、プロジェクト内のcustomer_dbase.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。 これらの各フィールドのRoleの値に注目してほしい：
   • response_01は Targetに設定されている
   • response_02、response_03、およびcustidはNoneに設定されます
   • 他のすべてのフィールドはInputに設定されている

   

6. 「値の読み込み」をクリックします。
7. オプション：データ・プレビューをクリックすると、タイプ・プロパティが適用されたデータ・セットが表示されます。
8. 保存 をクリックします。

進捗状況を確認する

次の図はTypeノードを示している。 これでモデルを作る準備ができた。

先頭に戻る

以下の手順でモデルを作成する：

1. response_01(Feature Selection)ノードをダブルクリックして、プロパティを表示します。
2. Build Options（ビルド・オプション）セクションを展開すると、フィールドのスクリーニングや除外に使用される定義済みのルールや基準が表示されます。

   

3. response_01（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。
4. 出力とモデルペインで、response_01という名前のモデルをクリックして、モデルを表示します。 結果は、予測に役立つと思われる分野を重要度順に並べたものである。 これらのフィールドを検証して、この後のモデル化セッションに使用するフィールドを決定することができます。

   特徴選択なしで結果を比較するには、フローで2つのCHAIDモデリング・ノードを使用する必要があります：1つは特徴選択を使用し、もう1つは使用しません。

5. With All Fields (CHAID)ノードをダブルクリックしてプロパティを表示します。
   1. Objectives（目的）]で、[Build new model（新しいモデルの構築）]と[Create standard model（標準モデルの作成）]が選択されていることを確認します。
   2. Basicセクションを展開し、Maximum Tree Depthが Customに設定され、レベル数が'5に設定されていることを確認する。
6. 保存 をクリックします。
7. Using Top 10 Fields (CHAID)ノードをダブルクリックして、プロパティを表示します
   1. With All Fields (CHAID)ノードと同じプロパティを確認する。
   2. 保存 をクリックします。

進捗状況を確認する

次の図はModelingノードを示している。 これでフローを実行し、結果を見る準備ができた。

先頭に戻る

以下の手順に従ってフローを実行し、特徴選択を行った場合と行わなかった場合の2つのモデルの結果を表示します：

1. すべてを実行する ' をクリックする。 実行しながら、各モデルが構築し終わるのにかかる時間に注目してください。
2. Outputs and modelsペインで、With All fieldsという名前のモデルをクリックして、結果を表示します。
   1. ツリーダイアグラムのページをクリックします。
   2. ズームアウトしてツリー図の範囲を見る。
   3. モデルの詳細ウィンドウを閉じます。
3. Outputs and models（出力とモデル）ペインで、Using Top 10 fields（トップ10フィールドを使用）という名前の modelrun をクリックして、結果を表示します。
   1. ツリーダイアグラムのページをクリックします。
   2. ズームアウトしてツリー図の範囲を見る。

   分かりにくい場合もありますが、最初のモデルよりも 2 番目のモデルの方が高速で実行されます。 このデータセットは比較的小さいので、実行時間の差はおそらく数秒であろう。しかし、より大きな実世界のデータセットでは、その差は数分、あるいは数時間と顕著になるかもしれない。 特徴選択を使えば、処理時間を劇的に短縮できるかもしれない。

   その代わりに、ツリー構築アルゴリズムを使って特徴選択を行い、ツリーが最も重要な予測因子を識別できるようにすることもできる。 実際に、CHAID アルゴリズムはこの目的のために使用されることが多く、1 レベルずつツリーを成長させてツリーの深度と複雑性をコントロールすることも可能です。 しかし、Feature Selectionノードの方が高速で使いやすい。 これは1つの速いステップですべての予測因子をランク付けし、最も重要な分野を素早く特定するのに役立ちます。

進捗状況を確認する

次の図は、このモデルによるツリー図である。

先頭に戻る