SPSS Clementine 数据挖掘入门 (1) SPSS Clementine 是Spss 公司收购ISL 获得的数据挖掘工具。在Gartner 的客户数据挖掘工具评估中，仅有两家厂商被列为领导者：SAS 和SPSS。SAS 获得了最高ability to execute 评分，代表着SAS 在市场执行、推广、认知方面有最佳表现；而 SPSS 获得了最高的completeness of vision，表明 SPSS 在技术创新方面遥遥领先。 客户端基本界面 SPSS Clementine（在此简称 clementine）在安装好后会自动启用服务，服务端的管理需要使用 SPSS Predictive Enterprise Manager，在服务端 clementine 没有复杂的管理工具，一般的数据挖掘人员通过客户端完成所有工作。下面就是clementine 客户端的界面。 一看到上面这个界面，我相信只要是使用过S S IS +S S AS 部署数据挖掘模型的，应该已经明白了六、七分。是否以跃跃欲试了呢，别急，精彩的还在后面 ^_’ 项目区 顾名思义，是对项目的管理，提供了两种视图。其中CRISP-DM （Cross Industry Standard Process for Data Mining，数据挖掘跨行业标准流程）是由SPSS、DaimlerChrysler（戴姆勒克莱斯勒，汽车公司）、NCR（就是那个拥有 Teradata 的公司）共同提出的。Clementine 里通过组织 CRISP-DM 的六个步骤完成项目。在项目中可以加入流、节点、输出、模型等。 工具栏 工具栏总包括了ETL、数据分析、挖掘模型工具，工具可以加入到数据流设计区中，跟 SSIS 中的数据流非常相似。Clementine 中有 6 类工具。 源工具（Sou rces） 相当 SSIS 数据流中的源组件啦，clementine 支持的数据源有数据库、平面文件、Excel、维度数据、SAS 数据、用户输入等。 记录操作（Record Ops）和字段操作（Field Ops） 相当于 SSIS 数据流的转换组件，Record Ops 是对数据行转换，Field Ops 是对列转换，有些类型 SSIS 的异步输出转换和同步输出转换（关于 SSIS 异步和同步输出的概念，详见拙作：http://www.cnblogs.com/esestt/archive/2007/06/03/769411.html）。 图形（Graphs） 用于数据可视化分析。 输出（Ou tpu t） Clementine 的输出不仅仅是ETL 过程中的load 过程，它的输出包括了对数据的统计分析报告输出。 ※在 ver 11，Output 中的 ETL 数据目的工具被分到了 Export 的工具栏中。 模型（Mo del） Clementine 中包括了丰富的数据挖掘模型。 数据流设计区 这个没什么好说...
