前言

数据图表之父William Playfair、玫瑰图的缔造者南丁格尔、以及天地诸神作证，我发誓：
* 我愿以自身能力所及，尽力展示数据；
* 我发誓，数据表达的真相，我绝不扭曲；
* 即使是超大的数据集，我也将令其干净、连续；
* 永远保持热情，对不同的字段进行比较；
* 从宏观到微观，用不同的细节揭示数据背后的秘密；
* 每做一个图集，都有一个清晰的目标：或描述、或探索；
* 我的技术永远为揭示数据真相而服务，而不是利用数据炫耀自己的技巧。
我遵守以上誓言，珍惜阐释数据的无上光荣。

SPSS Modeler Type控件中测量字段介绍

• 默认值。具有未知存储类型和值的数据（例如，由于其尚未被读取)将显示为<默认值>。

• 连续。用于描述数字值，如范围 0 - 100 或 0.75 - 1.25。连续值可以是整数、实数或日期/时间。

• 分类。用于字符串值（可取的值的确切数量未知时）。这是一种非实例化数据类型，表示有关数据存储类型和用法的所有可用信息均未知。读取数据后，测量级别将为标志、名义或无类型，具体取决于“流属性”对话框中指定的最大名义字段数量。

• 标志。用于带两个不同之的数据，表示存在或不存在一个特性，如 true 和 false、Yes 和 No 或 0 和 1。所用值可能有所不同，但其中总会有个值代表“真”值，另一个代表“假”值。数据可表示为文本、整数、实数、日期、时间或时间戳。

• 名义。用于描述具有多个不同值的数据，其中的每个值都被视为集合的一个成员，如 small/medium/large。名义数据可具有任何存储—数值、字符串或日期/时间。请注意，将测量级别设置为名义不会自动将值更改为字符串存储。

• 有序。用于描述具有顺序固定的不同值的数据。例如，工资类别或满意度排序可以归类为有序数据。顺序由数据元素的自然排列顺序定义。例如，1, 3, 5 是某个整数集合的默认排列顺序，而 HIGH, LOW, NORMAL（按字母升序）是某个字符串集合的顺序。使用有序测量级别可以将一组分类数据定义为有序数据，以进行可视化处理、模型构建以及导出到将有序数据识别为不同类型的其他应用程序（如 IBM® SPSS® Statistics）。您可以在任何能够使用名义字段的位置使用有序字段。此外，可以将任何存储类型（实数、整数、字符串、日期、时间等等）的字段定义为有序。

• 无类型。用于不属于任何上述类型的数据，具有单个值的字段，或集合的成员数超过定义的最大值的名义数据。当测量级别为包含许多成员（如帐号）的集合时，这种类型也将十分有用。当您为字段选择无类型时，角色将自动设为无，记录 ID 作为唯一的替代项。默认的集合最大容量为 250 个唯一值。可在“流属性”对话框（可通过“工具”菜单访问）的“选项”选项卡上调整或禁用该数字。

可以手动指定测量级别，也可以由软件读取数据并根据所读取的值确定其测量级别。

此外，如果有多个连续数据字段需视为类别数据，可以选择一个选项来转换它们。请参阅主题转换连续数据详细信息。

SPSS Modeler Type控件中角色字段介绍

输入。字段将用作机器学习的输入（预测变量字段）。

目标。字段将用作机器学习的输出或目标（模型将尝试预测的字段之一）。

两者。字段将被 Apriori 节点同时用作输入和输出。所有其他建模节点都将忽略该字段。

无。机器学习将忽略该字段。测量级别已设置为无类型的字段将在角色列中自动设置为无。

分区。指明字段用于将数据分区为单独的样本（用于训练、测试，也可用于验证）。该字段必须属于实例化集合类型，具有两个或三个可能值（在“字段值”对话框中定义）。第一个值表示训练样本，第二个值表示测试样本，第三个值（如果存在）表示验证样本。所有其他值都将被忽略，且不能使用标志字段。请注意，要在分析中使用分区，必须在相应的模型构建或分析节点的“模型选项”选项卡中启用分区。启用分区时，会将对于分区字段具有空值的记录从分析中排除。如果已在流中定义多个分区字段，那么必须在每个相应建模节点的“字段”选项卡中指定单一分区字段。如果数据中不存在适合的字段，您可以使用“分区”节点或“派生”节点进行创建。请参阅主题分区节点，了解更多信息。

分割。（仅名义、有序和标志字段）指定为字段的每个可能值构建一个模型。

频率。（仅数字字段）设置此角色允许将字段值用作记录的频率加权因子。仅 C&R 树、CHAID、QUEST 和线性模型支持此功能；所有其他节点将忽略此角色。在支持此功能的建模节点的“字段”选项卡上，选择使用频率权重以启用频率加权。

记录标识。此字段将用作唯一记录标识。大多数节点都会忽略此特征；但它受线性模型支持，并且是 IBM Netezza 数据库内挖掘节点所必需的。