了解過機器學習和深度學習原理的小伙伴們應該知道，它們的本質就是通過數據訓練出具備一定準確率的模型，然后將要預測的數據輸入到模型中，就可以得出預測結果。那么在IBM SPSS Statistics中，有沒有類似的功能，能讓我們快速應用訓練好的模型，獲得模型預測結果呢？

SPSS的評分向導就是這么一個應用模型預測結果的功能，我們一起來探索下它的使用方式。

一、生成模型

要使用SPSS的評分向導，我們首先需要先訓練出一個算法模型，以簡單的線性回歸算法為例，我們準備好下圖1的數據來訓練線性回歸模型。

圖1：演示數據

點擊【分析】--【回歸】--【線性】，進入線性回歸界面，然后在因變量處填寫“時間”，塊處填寫“膽固醇”。

圖2：填寫線性回歸設置

隨后點擊“保存”按鈕，設置將模型導出到本地電腦的某個位置上，最后點擊“繼續”和“確定”，生成線性回歸模型。

圖3：設置保存模型

得到的線性回歸模型結果如下圖4所示，我們根據紅色方框的系數位置可以得出一條線性回歸公式：時間=90.605*膽固醇-207.243。

圖4：線性回歸結果

二、使用評分向導

訓練好模型后，我們開始使用SPSS的評分向導功能來根據模型預測結果，首先需要準備好我們要預測的數據，如圖5。

圖5：要預測的數據

點擊【實用程序】--【評分向導】，然后在評分向導中，點擊“瀏覽”，找到上述步驟中訓練好的模型，此時我們就可以看到模型的詳細信息，包括了模型的方法、模型目標和預測變量。

圖6：評分向導界面

點擊下一步，SPSS會自動幫我們匹配到新數據中模型所需要的自變量信息，如本文中的膽固醇，具體界面見圖7。

圖7：自動匹配自變量

再次點擊下一步，選擇我們要的評分函數，一般來說必選預測值，標準誤差是否選擇看我們自己的需求，然后點擊“完成”即可。

圖8：選擇評分函數

最后會得到如圖9的預測數據，我們將膽固醇為2代入上方得到的模型公式中，手算得到的結果就是-26.03，這說明評分向導生成的預測結果是準確無誤的。

圖9：生成的預測結果

這就是關于使用評分向導功能，快速使用已有的數學模型，根據輸入值，生成預測值的SPSS軟件教程，上述的線性回歸模型只是用于教學演示，評分向導功能還可用于更加復雜的模型預測中，這將大大提高我們的日常工作效率，以后我們就只需要專注于模型的訓練就可以了。