了解過機器學習和深度學習原理的小伙伴們應該知道，它們的本質(zhì)就是通過數(shù)據(jù)訓練出具備一定準確率的模型，然后將要預測的數(shù)據(jù)輸入到模型中，就可以得出預測結(jié)果。那么在IBM SPSS Statistics中，有沒有類似的功能，能讓我們快速應用訓練好的模型，獲得模型預測結(jié)果呢？

SPSS的評分向?qū)Ь褪沁@么一個應用模型預測結(jié)果的功能，我們一起來探索下它的使用方式。

一、生成模型

要使用SPSS的評分向?qū)В�我們首先需要先訓練出一個算法模型，以簡單的線性回歸算法為例，我們準備好下圖1的數(shù)據(jù)來訓練線性回歸模型。

圖1：演示數(shù)據(jù)

點擊【分析】--【回歸】--【線性】，進入線性回歸界面，然后在因變量處填寫“時間”，塊處填寫“膽固醇”。

圖2：填寫線性回歸設置

隨后點擊“保存”按鈕，設置將模型導出到本地電腦的某個位置上，最后點擊“繼續(xù)”和“確定”，生成線性回歸模型。

圖3：設置保存模型

得到的線性回歸模型結(jié)果如下圖4所示，我們根據(jù)紅色方框的系數(shù)位置可以得出一條線性回歸公式：時間=90.605*膽固醇-207.243。

圖4：線性回歸結(jié)果

二、使用評分向?qū)?/span>

訓練好模型后，我們開始使用SPSS的評分向?qū)Чδ軄砀鶕?jù)模型預測結(jié)果，首先需要準備好我們要預測的數(shù)據(jù)，如圖5。

圖5：要預測的數(shù)據(jù)

點擊【實用程序】--【評分向?qū)А浚�然后在評分向?qū)е校�點擊“瀏覽”，找到上述步驟中訓練好的模型，此時我們就可以看到模型的詳細信息，包括了模型的方法、模型目標和預測變量。

圖6：評分向?qū)Ы缑?/span>

點擊下一步，SPSS會自動幫我們匹配到新數(shù)據(jù)中模型所需要的自變量信息，如本文中的膽固醇，具體界面見圖7。

圖7：自動匹配自變量

再次點擊下一步，選擇我們要的評分函數(shù)，一般來說必選預測值，標準誤差是否選擇看我們自己的需求，然后點擊“完成”即可。

圖8：選擇評分函數(shù)

最后會得到如圖9的預測數(shù)據(jù)，我們將膽固醇為2代入上方得到的模型公式中，手算得到的結(jié)果就是-26.03，這說明評分向?qū)�生成的預測結(jié)果是準確無誤的。

圖9：生成的預測結(jié)果

這就是關(guān)于使用評分向?qū)Чδ埽�快速使用已有的�?shù)學模型，根據(jù)輸入值，生成預測值的SPSS軟件教程，上述的線性回歸模型只是用于教學演示，評分向?qū)Чδ苓�可用于更加復雜的模型預測中，這將大大提高我們的日常工作效率，以后我們就只需要專注于模型的訓練就可以了。