股票交易spss神经网络分析

A. 如何用spss进行bp神经网络预测

这个问的太哪个了吧，神经网络预测一般也就是对已有数据进行非线性拟合而已，简单的说，他只是一个拟合方法，只是与传统的拟合方法相比有一些优点。用神经网络预测也不会是一定很非常准确的。

B. 怎么用spss神经网络来分类数据

用spss神经网络分类数据方法如下：

神经网络算法能够通过大量的历史数据，逐步建立和完善输入变量到输出结果之间的发展路径，也就是神经网络，在这个神经网络中，每条神经的建立以及神经的粗细（权重）都是经过大量历史数据训练得到的，数据越多，神经网络就越接近真实。神经网络建立后，就能够通过不同的输入变量值，预测输出结果。例如，银行能够通过历史申请贷款的客户资料，建立一个神经网络模型，用于预测以后申请贷款客户的违约情况，做出是否贷款给该客户的决策。本篇文章将用一个具体银行案例数据，介绍如何使用SPSS建立神经网络模型，用于判断将来申请贷款者的还款能力。

选取历史数据建立模型，一般会将历史数据分成两大部分：训练集和验证集，很多分析者会直接按照数据顺序将前70%的数据作为训练集，后30%的数据作为验证集。如果数据之间可以证明是相互独立的，这样的做法没有问题，但是在数据收集的过程中，收集的数据往往不会是完全独立的（变量之间的相关关系可能没有被分析者发现）。因此，通常的做法是用随机数发生器来将历史数据随机分成两部分，这样就能够尽量避免相同属性的数据被归类到一个数据集当中，使得建立的模型效果能够更加优秀。

在具体介绍如何使用SPSS软件建立神经网络模型的案例之前，先介绍SPSS的另外一个功能：随机数发生器。SPSS的随机数发生器常数的随机数据不是真正的随机数，而是伪随机数。伪随机数是由算法计算得出的，因此是可以预测的。当随机种子（算法参数）相同时，对于同一个随机函数，得出的随机数集合是完全相同的。与伪随机数对应的是真随机数，它是真正的随机数，无法预测也没有周期性。目前大部分芯片厂商都集成了硬件随机数发生器，例如有一种热噪声随机数发生器，它的原理是利用由导体中电子的热震动引起的热噪声信号，作为随机数种子。

C. 用SPSS做BP神经网络分析，数据应该是什么样的，请给一个简单的例子！急！

不能用spss，我替别人做这类的数据分析蛮多的

D. 怎么用spss根据神经网络模型分类数据，预测概率

这个预测 必须要有历史数据，也就是你需要有过去众多的历史流失数据和可能影响流失的一些影响因素的数据。说白了 就是仍然需要有类似自变量和因变量的历史数据，之后才可能进行构建模型预测。
如果你没有历史数据做支撑建立模型，那是没有办法做预测的

E. SPSS怎么操作神经网络

在clementine里面绘图

F. 请问谁有SPSS中神经网络的具体操作方法，谢谢！

我这里有spss18.0的官方指导教材，其中有这一块的详细指导和案例分析
不过我自己还没用过，所以不是很清楚

G. SPSS如何用神经网络进行分类

这个内容忒多了，数据给我吧

H. 请问哪位高手会用SPSS软件做神经网络，请帮助！谢谢！

这个基本没用过，好像误差挺大的，现在基本用matlab变成来解决这个问题

I. 如何用SPSS做神经网络分析

搞定没？
留下你的联系方式

J. 怎么在SPSS里进行 神经网络分析急！！

在网络文库里面找相关资料吧！
搜索关键字：spss神经网络