神经网络，顾名思义就是通过模拟动物的神经元来进行数据分析的一种统计模型，通常用于应对非线性或较为复杂的数据。

如何应用 SPSS 制作神经网络？

SPSS中的神经网络模型包括【多层感知器】和【径向基函数】两种。在这里，我向大家演示一下多层感知器模型的设置方法。

1、导入文件。进入SPSS的主界面窗口后，我们切换到【文件】选项卡，使用其中的【打开、新建或导入数据】命令，导入用于创建神经网络的原始数据。

图1：导入文件

2、分析-神经网络。随后切换到【分析】选项卡，依次点击其下拉列表中的【神经网络-多层感知器】选项。

图2：分析-神经网络

3、设置多层感知器。进入多层感知器的设置窗口后，我们按照数据类型，分别将【因变量、因子和协变量】拖拽到对应的目标选框。

图3：设置多层感知器

4、设置分区。随后切换到【分区】选项卡，根据分区表格中对于神经网络的分区占比进行设置，主要包括【训练、检验和坚持】三项。

图4：设置分区

5、设置训练。切换到【训练】选项卡，我们可以设置训练类型，包括【批次、联机和小批次】；下方的算法优化方式包括【标度共轭梯度和梯度下降】。完成设置后，点击底部的【确定】命令即可开始进行神经网络创建。

图5：设置训练

SPSS神经网络隐藏层如何设置？

在创建神经网络的过程中，通过【隐藏层】设置，可以规避拟合状态过少或过量的情况，简化神经层数来创建更加简单的数据曲线。

1、体系结构。在神经网络的创建过程中，我们可以切换到【体系结构】选项，点击其中的【体系结构自动选择】选项，将隐藏层的【最小单元数】设置为1，【最大单元数】设置为50。

图6：体系结构

2、定制体系结构。如果想【自定义体系结构】，可以将隐藏的层数设置为【一层或两层】，同时激活下方的曲线模型，包括【双曲正切曲线和S型曲线】。

图7：定制体系结构

3、其他设置。另外我们还可以对隐藏层的【单元数】进行设置，包括自动计算和定制两种；下方的【输出层】也可用于激活特殊的函数公式。

图8：其他设置