IBM SPSS Modeler—数据挖掘、文本挖掘、预测性分析平台

SPSS Modeler是可视化数据科学和机器学习解决方案。数据研究员执行操作任务，SPSS Modeler 企业使用数据资产和现代应用程序，算法和模型。它用于混合环境，可以监管和安全需求，并且通过IBM Watson Studio提供。

主要功能

诸多数据源

SPSS Modeler可以读取来自平面文件、电子表格、主要关系数据库、IBM Planning Analytics以及Hadoop的数据。您可以将SPSS Modeler的功能扩展至带有使用证的Analytic Server。

简化模型部署

从Scikit-learn和Tensorflow到SPSS Modeler，使用您选择的工具的机器学习框架中保存和部署模型：Watson Studio Desktop中的笔记本和Modeler流程或用于Python的IDE。

自动数据准备

SPSS Modeler自动将数据转变为格式，从而做出预测建模。现在需点击几次，即可分析数据、识别修订、筛选字段并衍生新的属性。

图形引擎

利用Watson Studio Desktop 图形引擎，生动展示所获得的洞察。智能图表推荐器可从数十种选项中找到适合您数据图表，因此您可以使用引人注目的可视化工具分享您的观察。

分析流

SPSS Modeler提供图形界面，帮助在流中呈现数据挖掘流程的步骤。分析人员和业务用户可以的在流程中添加知识和业务知识。

自动建模

SPSS Modeler需运行一次即可测试多种建模方法、比较结果并选择要部署的模型。您基于模型性能选择算法。

一系列算法方法

SPSS Modeler提供多种机器学习技术，分类，分段和关联算法（使用Python和Spark的开箱即用算法）。用户现在可以使用R和Python等语言来扩展建模功能。

文本分析

SPSS Modeler通过分析非结构化文本数据捕获关键概念、主题、观点和趋势。现在，您可以发现博客内容、客户反馈、电子邮件和社交媒体评论中隐藏的洞察。

地理空间分析

使用SPSS Modeler研究地理数据，例如纬度和经度、邮政编码以及地址。通过将这些信息与当前数据和历史数据相结合，您可以生成研究。

开源技术

SPSS Modeler使用R、Python、Spark和Hadoop来增强分析能力。您还可以扩展并补充这些技术，进而再保持控制的同时实现分析。SPSS Modeler Gold访问Watson Studio Desktop，这让您可以使用Jupyter Notebooks扩展Modeler流，从而使业务用户和数据研究员能够在同一平台上进行协作。

机器学习方法和算法

SPSS Modeler决策树、神经网络和回归模型。现在，您可以利用ARMA、ARIMA和指数平滑法；借助预测变量和界外值检测传输函数；受益于整体模型和分层模型；向量机和时间因果建模；使用时间序列和空间AR进行时空预测。生成对抗网络（GAN）与深度学习。

多种部署方法

IBM SPSS Modeler可作为IBM Watson Studio的一部分提供，同时也作为产品提供。使用Modeler Gold，数据研究员可以安排作业如期运行。IT管理员可以将部署到现有系统中，实现批处理、实时或流式部署。

Modeler Stream