Necesita un proyecto para almacenar el flujo de SPSS Modeler . Puede utilizar un proyecto existente o crear un proyecto.

1. En el menú de navegación ' , seleccione Proyectos > Ver todos los proyectos

2. Abre un proyecto existente. Si desea utilizar un proyecto nuevo:

   1. Pulse Nuevo proyecto.

   2. Seleccione Crear un proyecto vacío.

   3. Especifique un nombre y una descripción opcional para el proyecto.

   4. Elija una instancia de servicio de almacenamiento de objetos existente o cree una nueva.

   5. Pulse Crear.

Para obtener más información o ver un vídeo, consulte Creación de un proyecto.

' Para previsualizar esta tarea, vea el vídeo que comienza en 00:13.

Esta guía de aprendizaje utiliza un conjunto de datos de ejemplo. Siga estos pasos para añadir el conjunto de datos de ejemplo al proyecto:

1. Acceda al repositorio ML de la UCI: Chronic Kidney Disease Data Set en el Resource hub.

2. Pulse Vista previa. Hay tres factores importantes que ayudan a pronosticar la enfermedad renal crónica que están disponibles como parte de este análisis: la edad del sujeto de prueba, los resultados de la prueba de creatinina sérica y los resultados de la prueba de diabetes. Y el valor de clase indica si el paciente ha sido diagnosticado previamente de enfermedad renal.

3. Pulse Añadir al proyecto.

4. Seleccione el proyecto en la lista y pulse Añadir.

5. Pulse Ver proyecto.

6. En la página Activos del proyecto, localice el archivo UCI ML Repository Chronic Kidney Disease Data Set.csv.

' Para previsualizar esta tarea, vea el vídeo que comienza en 01:11.

Siga estos pasos para crear un flujo de SPSS Modeler en el proyecto:

1. Hacer clic Nuevo activo > Construir modelos como un flujo visual .

2. Escriba un nombre y una descripción para el flujo.

3. Para la definición de tiempo de ejecución, acepte la definición Valor predeterminado de SPSS Modeler S.

4. Pulse Crear. Esto abre el Editor de flujos que utilizará para crear el flujo.

' Para previsualizar esta tarea, vea el vídeo que comienza en 01:31.

Después de cargar los datos, debe transformarlos. Cree un flujo simple arrastrando transformadores y estimadores al lienzo y conectándolos al origen de datos. Utilice los nodos siguientes de la paleta:

• Activo de datos: carga el archivo csv del proyecto

• Partición: divide los datos en segmentos de entrenamiento y prueba

• Tipo: establece el tipo de datos. Utilícelo para designar el campo class como un tipo target.

• C5.0: un algoritmo de clasificación

• Análisis: ver el modelo y comprobar su precisión

• Tabla: vista preliminar de los datos con predicciones

Siga estos pasos para crear el flujo:

1. Añada el nodo de activo de datos:

   1. En la sección Importar, arrastre el nodo Activo de datos al lienzo.

   2. Efectúe una doble pulsación en el nodo Activo de datos para seleccionar el conjunto de datos.

   3. Seleccione Activo de datos > Datos de enfermedad renal crónica de repositorio UCI ML Set.csv.

   4. Pulse Seleccionar.

   5. Ver las propiedades del activo de datos.

   6. Pulse Guardar.

2. Añada el nodo Partición:

   1. En la sección Operaciones de campo, arrastre el nodo Partición al lienzo.

   2. Conecte el nodo Activo de datos al nodo Partición.

   3. Efectúe una doble pulsación en el nodo Partición para ver sus propiedades. La partición predeterminada divide la mitad de los datos para el entrenamiento y la otra mitad para la prueba.

   4. Pulse Guardar.

3. Añada el nodo Tipo:

   1. En la sección Operaciones de campo, arrastre el nodo Tipo al lienzo.

   2. Conecte el nodo Partición al nodo Tipo.

   3. Efectúe una doble pulsación en el nodo Tipo para ver sus propiedades. El nodo Tipo especifica el nivel de medición para cada campo. Este archivo de datos de origen utiliza cuatro niveles de medición diferentes: continuo, categórico, nominal, ordinal y distintivo.

   4. Busque el campo class. Para cada campo, el rol indica la parte que cada campo desempeña en el modelado. Cambie el class Rol por Destino - el campo que desea pronosticar.

   5. Pulse Guardar.

4. Añada el nodo de algoritmo de clasificación C5.0 :

   1. En la sección Modelado, arrastre el nodo C5.0 al lienzo.

   2. Conecte el nodo Tipo al nodo C5.0.

   3. Efectúe una doble pulsación en el nodo C5.0 para ver sus propiedades. De forma predeterminada, el algoritmo C5.0 crea un árbol de decisiones. Los modelos C5.0 dividen la muestra en función del campo que ofrece la máxima ganancia de información. Las distintas submuestras definidas por la primera división se vuelven a dividir, por lo general basándose en otro campo, y el proceso se repite hasta que resulta imposible dividir las submuestras de nuevo. Por último se vuelven a examinar las divisiones del nivel inferior y se eliminan las que no contribuyen significativamente con el valor del modelo.

   4. Active Utilizar valores definidos en este nodo.

   5. Para Objetivo, seleccione clase.

   6. En la sección Entradas, pulse Añadir columnas.

      1. Desmarque el recuadro de selección situado junto a Nombre de campo.

      2. Seleccione edad, sc, dm.

      3. Pulse Aceptar.

   7. Pulse Guardar.

' Para previsualizar esta tarea, vea el vídeo que comienza en 04:20.

Ahora que ha diseñado el flujo, siga estos pasos para ejecutar el flujo y examine el diagrama de árbol para ver los puntos de decisión:

1. Pulse con el botón derecho del ratón en el nodo C5.0 y seleccione Ejecutar. La ejecución del flujo genera un nuevo nugget de modelo en el lienzo.

2. Pulse con el botón derecho del ratón en el nugget de modelo y seleccione Ver modelo para ver los detalles del Modelo.

3. Ver la Información del modelo que proporciona un resumen de modelo.

4. Pulse Reglas de decisión principales. Una tabla muestra una serie de reglas que se han utilizado para asignar registros individuales a nodos hijo basándose en los valores de diferentes campos de entrada.

5. Pulse Importancia de la característica. Un gráfico muestra la importancia relativa de cada predictor en la estimación del modelo. A partir de esta información, se puede ver que la creatinina sérica es el factor más significativo y la diabetes el siguiente factor más significativo.

6. Pulse Diagrama de árbol. El mismo modelo se visualiza en forma de árbol, con un nodo en cada punto de decisión.

   1. Pase el cursor por encima del nodo superior, que proporciona un resumen de todos los registros del conjunto de datos. Casi el 40% de los casos en el conjunto de datos se clasifican como no diagnosticados con enfermedad renal. El árbol puede proporcionar pistas adicionales sobre los factores que pueden ser responsables.

   2. Observe las dos ramas derivadas del nodo superior, que indica una división por creatinina sérica.

      • Revise la rama que muestra los registros en los que la creatinina sérica es mayor que 1.25. En este caso, el 100 % de esos pacientes tienen diagnóstico positivo de enfermedad renal.

      • Revise la rama que muestra los registros en los que la creatinina sérica es menor o igual que 1.25. Casi el 80 % de esos pacientes no tiene diagnóstico positivo de enfermedad renal, pero casi al 20 % con creatinina sérica menor se le diagnosticó enfermedad renal.

   3. Observe las ramas derivadas de sc<=1.250, que se divide por diabetes.

      • Revise la rama que muestra pacientes con creatinina sérica baja (sc<=1.250) y diabetes diagnosticada (dm = sí). El 100% de estos pacientes también fueron diagnosticados con enfermedad renal.

      • Revise la rama que muestra pacientes con creatinina sérica baja (sc<=1.250) y sin diabetes (dm = no), el 85% no fueron diagnosticados con enfermedad renal, pero el 15% de ellos fueron diagnosticados con enfermedad renal.

   4. Observe las ramas derivadas de dm = no, que se divide por el último factor significativo, edad.

      • Revise la rama que muestra los pacientes de 14 años o menos (edad < = 14). Esta rama muestra que el 75% de los pacientes jóvenes con creatinina sérica baja y sin diabetes estaban en riesgo de contraer enfermedad renal.

      • Revise la rama que muestra los pacientes mayores de 14 años (edad > 14). Esta rama muestra que solo el 12% de los pacientes mayores de 14 años con creatinina sérica baja y sin diabetes estaban en riesgo de contraer enfermedad renal.

   5. Cierre los detalles del modelo.

' Para previsualizar esta tarea, vea el vídeo que comienza en 07:24.

Siga estos pasos para utilizar los nodos Análisis y Tabla para evaluar el modelo:

1. En la sección Salidas, arrastre el nodo Análisis al lienzo.

2. Conecte el nugget de Modelo al nodo Análisis.

3. Pulse con el botón derecho del ratón en el nodo Análisis y seleccione Ejecutar.

4. En el panel Resultados , abra el Análisis, que muestra que el modelo predijo correctamente un diagnóstico de enfermedad renal casi el 95% del tiempo. Cierre el Análisis.

5. (Opcional) En la barra de herramientas, pulse el icono Descargar para guardar el modelo como un archivo .str.

6. Pulse con el botón derecho del ratón en el nodo Análisis y seleccione Guardar rama como modelo.

   1. Para el Nombre del modelo, escriba Kidney Disease Analysis.

   2. Pulse Guardar.

   3. Pulse Cerrar.

7. En la sección Salidas, arrastre el nodo Tabla al lienzo.

   1. Conecte el nugget de Modelo al nodo Tabla.

   2. Pulse con el botón derecho del ratón en el nodo Tabla y seleccione Vista previa de datos.

   3. Cuando aparezca la vista preliminar, desplácese hasta las dos últimas columnas. La columna $C-Class contiene la predicción de la enfermedad renal, y la columna $CC-Clase indica la puntuación de confianza para esa predicción.

   4. Cierre la Vista preliminar.

' Para previsualizar esta tarea, vea el vídeo que comienza en 09:10.

Por último, siga estos pasos para desplegar este modelo y predecir el resultado con nuevos datos.

1. Vuelva a la pestaña Activos del proyecto.

2. Pulse la sección Modelos y abra el modelo Análisis de enfermedad renal .

3. Haga clic en el icono Promover al espacio de despliegue ' .

4. Seleccione un espacio de despliegue existente. Si no tiene un espacio de despliegue, puede crear uno nuevo:

   1. Proporcione un nombre de espacio.

   2. Seleccione un servicio de almacenamiento.

   3. Pulse Añadir servicio de aprendizaje automático.

   4. Pulse Crear.

   5. Pulse Cerrar.

5. Seleccione Ir al modelo en el espacio después de promocionarlo.

6. Haga clic en Promover.

7. Cuando el modelo se visualice dentro del espacio de despliegue, pulse Nuevo despliegue.

   1. Seleccione En línea como Tipo de despliegue.

   2. Especifique un nombre para el despliegue.

   3. Pulse Crear.

8. Cuando se haya completado el despliegue, pulse el nombre del despliegue para ver la página de detalles del despliegue.

9. Vaya a la pestaña Probar. Puede probar el modelo desplegado desde la página de detalles del despliegue de dos formas: probar con un formulario o probar con código JSON.

10. Pulse la entrada JSONy, a continuación, copie los siguientes datos de prueba y péguelos para sustituir el texto JSON existente:

    {
       "input_data": [
          {
             "fields": [
                         "age",
                         "bp",
                         "sg",
                         "al",
                         "su",
                         "rbc",
                         "pc",
                         "pcc",
                         "ba",
                         "bgr",
                         "bu",
                         "sc",
                         "sod",
                         "pot",
                         "hemo",
                         "pcv",
                         "wbcc",
                         "rbcc",
                         "htn",
                         "dm",
                         "cad",
                         "appet",
                         "pe",
                         "ane",
                         "class"
             ],
             "values": [
                        [
                        "62",
                         "80",
                         "1.01",
                         "2",
                         "3",
                         "normal",
                         "normal",
                         "notpresent",
                         "notpresent",
                         "423",
                         "53",
                         "1.8",
                         "",
                         "",
                         "9.6",
                         "31",
                         "7500",
                         "",
                         "no",
                         "yes",
                         "no",
                         "poor",
                         "no",
                         "yes",
                         "ckd"
                         ]
             ]
          }
       ]
    }
    

11. Pulse Pronosticar para pronosticar si una persona de 62 años con diabetes y una proporción de creatinina sérica de 1,8 probablemente sería diagnosticado con enfermedad renal. La predicción resultante indica que este paciente tiene una alta probabilidad de un diagnóstico de enfermedad renal.