５月１９日、
SPSSナイト ＳＰＳＳとPythonでデータサイエンス入門
を聞いてきたのでメモメモ
■ＳＰＳＳで理解するデータ分析入門
ＳＰＳＳもでらーはどういうものかをわかってもらう
・モデラー：業務向け（研究者より）
・データサイエンス：データに向き合って、業務的な価値を出せる
・百貨店の店長さんになったとして
トランザクションデータ
ＲＦＭからもとめる
レコード集計で
キーフィールド：顧客ＩＤ
集計フィールド：
１行目 金額 合計
２行目 購入日 最大
ＲＦＭ集計で
フラグ設定
買った部門がわかる
・どんなふうに特徴量
トライアンドエラー
・ＳＱＬで書ける：ＳＱＬを勝手に書いてくれる
→自動発行
・Ｐｙｔｈｏｎでも書ける
→繰り返しとか
→Ｐｙｔｈｏｎの機械学習を呼び出すこともできる
・分業がうまくいくかどうかを分ける
・業務に実装できる
・人と買った商品を決定木で機械学習させる
→それをルールに落とせる
（１）プログラミングレスで
（２）ぱっとみ、プロセスがわかる
（３）業務適用
■ＳＰＳＳ Modelerハンズオン
ノード
データ読む：まる
データ処理：六角形
グラフ表示：三角形
統計処理：五角形
→ノードの形がちがう
ドラッグ＆ドロップで操作する
ＣＳＶファイルをドラッグ＆ドロップすると、ノードになる
（ノードからファイルを選ぶこともできる）
データ型、値の読み込み
フローのつくりかた
出力：テーブル（テーブル形式で表示）
処理は挟み込むことができる
ＡＬＴキーを押してダブルクリックすると、抜き出す
（ＤＥＬキーだと、削除される）
データ検査：ヒストグラム・棒グラフで表示
Ｗｅｂグラフ
→一緒に買われているものが太い線になる
新しくフラグを作る：派生フィールド
真になる条件
データ型を入れておく
ロールを「なし」にすると、分析から除外できる
モデリング手法
Ｃ５．０にこんかいは、する
モデルナゲット→決定木ができている
評価
制度分析を配置、一致行列を選ぶ
ユーザー入力ノードの生成
Ｗｅｂサービスにできる
■ＳＰＳＳナイト ＤａｔａＳｃｉｅｎｃｅＥｘｐｅｒｉｅｎｃｅハンズオン
・ＤａｔａＳｃｉｅｎｃｅＥｘｐｅｒｉｅｎｃｅ（ＤＳＸ）紹介
先進的なオープンソースを使いこなす分析スペシャリスト向け環境
業務に展開
・ファイルダウンロード
・ログオン
ＩＢＭ ＤＳＸで検索
ＳｉｇｎＩｎ
Notebook作成、ダウンロードファイルを読み込む
Ｃｒｅａｔｅ Ｎｏｔｅｂｏｏｋをクリック、ちょっとまつ
ＩＮとＯＵＴがセットになっている
実行はボタンを押せば進む
読み込み
１０
０１ ボタンをクリック、出てくるところにファイルを落とす
あとは実行するだけ
・やってること
データフレーム取り込み ５行目までだす
データを理解する：
ディスクライブ
カテゴリデータ
ヒストグラムをかく
項目間の関係：相関、クロス集計
決定木で予測
そのまえにラベルエンコーダーで０，１
決定木の視覚化
■モデルを手軽にＷｅｂＡＰＩ化
ＳＰＳＳ
金色ダイアモンド右クリック「スコアリング枝として使用」にチェックを入れる
ＩＢＭ Ｗａｔｓｏｎマシーンラーニング
ＳＰＳＳの.strファイルをアップロードする
ＲＥＳＴ ＡＰＩができているので、それを呼び出す。
