上一篇，是关于SPSS modeler中如何使用“平衡”节点来解决目标变量分布不均的问题。引来了好多读者的热闹围观和提问。

看来还是有很多人对SPSS modeler 抱有很大的兴趣~ 那么我今天就再给大家带来modeler的另外两个神奇节点：

数据审核和分析，在SPSS modeler的位置如下：

数据审核：

在模型建立前、后，都需要查看特征变量和目标变量的分布，看分布是否有奇异值，是否分布不均（这个在上文也提到过。如果发现目标变量分布严重不均的话，比如打开push的打开与否的分布就要提前看一下，否则很可能没有模型结果）。

模型建立前：

可以在数据清洗之后，插入“数据审核”节点。如下图，我在最一开始输入了流失数据，就使用了“数据审核”，它只是把24个指标都进行了直方图分布呈现。但是当我经过了类型输入、过滤输出、平衡样本之后，只剩下了22个字段（我过滤掉了2个），而且结果是每个输入变量与输出变量的交叉直方图。

SPSS modeler 在流里插入“数据审核”

第二个“数据审核”的结果图如下所示，能清晰的看到，在验证集里，目标变量在各个输入变量上的分布状态：

“数据审核”结果图

模型建立后也可以同样在模型节点后插入“数据审核”节点，作为对预测变量在各个输入变量上的分布展现。结果图和上图类似。

模型建立后插入“数据审核”

分析

分析是在建立模型之后加入流中的，可以给出模型预测的准确度分析报告。准确度，是建立好了决策树、贝叶斯网络、神经网络等预测性的模型之后，判断模型预测是否合格的指标。也就是说，在预测模型使用之后，原本是“流失”的客户我给标记成了“流失”的准确率是多少。具体的“分析”流见下图中绿色流。

模型中“分析”节点

在分析节点里点击“运行”之后，可以得出模型预测的准确度为72.67%：

SPSS modeler还有很多其他的有用的小节点，比如“评估”等我以后再慢慢介绍~

今晚，我要和几个合伙人一起讨论一件大事~ 希望能顺利开展。