首先，該版本從3個大的方面做了增強，分別是：

接下來一一為大家做介紹：

一、進一步增強和擴展與開源技術的集成

從IBM SPSS Modeler 16.0版本開始，就已經開始與開源平臺R與Python的集成，在最新版本中，集成力度增強。

1.新增Python編寫的功能節點

在該版本，最受關注的一個功能就是在IBM SPSS Modeler下方的面板中，新增了Python面板，并新增加了4個Python編寫的節點功能，包括【SMOTE】、【XGBoost Liner】、【XGBoost樹】以及【一類SVM】，如下圖：

接下來我們簡單介紹下這幾個節點的功能：

• SMOTE

在數據分析過程中，經常會遇到數據集不平衡的問題，不平衡數據集指的是數據集內各類樣本點數目相差較大的數據集，比如做設備故障預測的時候，出現故障的設備可能只有1%，而99%的設備是正常的，這時候，數據的不平衡，如果不加以處理，會造成模型無法生成或者模型效果很差，SMOTE就是解決數據不平衡問題的高級技術，SMOTE全稱是 SyntheticMinority Over-sampling Technique， 在IBM SPSS Modeler中，有【平衡】節點可以處理數據不平衡的問題，但只是簡單的對數據集進行復制或刪減，有時候效果并不好，而SMOTE對不平衡數據集進行預處理，通過利用已有樣本以及其近鄰，合成新樣本數據對少數類進行“過采樣”，效果要更好一些，并且該節點還提供SMOTE算法的提升算法，包括Borderline1-SMOTE和Borderline2-SMOTE，可最大限度解決數據不平衡的問題。

• XGBoost樹和XGBoost Linear

XGBoost是使用梯度提升框架實現的高效、靈活、可移植的機器學習庫，全稱是eXtreme Gradient Boosting，在很多數據分析競賽中（比如Kaggle），該算法都被實踐證明是表現很好的算法，因此在實際應用中，推薦大家嘗試使用。

在IBM SPSS Modeler 18.1版本中，集成了XGBoost Tree和XGBoost Linear兩個算法，XGBoost Tree是將樹模型用作基本模型的梯度提升算法的高級實現。提升算法以迭代方式學習弱分類器，然后將它們添加到最終的強分類器中。XGBoost Tree 具有很高的靈活性，并提供了很多參數調整。

XGBoost Linear是將線性模型用作基本模型的梯度提升算法的高級實現。提升算法以迭代方式學習弱分類器，然后將它們添加到最終的強分類器中。

• 一類SVM

一類 SVM 節點使用無監督學習算法，此節點可用于新內容檢測，它將檢測指定樣本集的軟邊界，以便按是否屬于該集合對新點進行分類。

這幾個算法都是由Python語言編寫，因此在該版本中，IBM SPSS Modeler已經集成了Python 2.7環境，用戶不需要再去安裝Python環境以及IBM SPSS Modeler與Python 的集成插件，即可直接運行Python算法。

2.新增直接運行R或Python的功能節點

 在該新版本中，可直接使用R或Python for Spark構建【擴展導入】、【擴展轉換】、【擴展輸出】和【擴展導出】的功能節點，如下圖：

比如在源節點中的【擴展導入】，用戶可以自由選擇使用R或Python for Spark語法實現，如果使用R，可以是任何版本的R（官方建議使用R 3.3.3）,而不像之前的18.0版本一樣，要求必須是3.2.2，而如果是Python語法，因為已經集成了Python 2.7版本，所以用戶直接用就可以了，需要注意的是Python 2與Python 3某些語法的差別。

3.IBM SPSS Modeler 18.1已集成了Spark 2.0

當前版本已經集成了Spark 2.0,可直接利用其技術優勢加速計算運行效率。

二、與其它服務的集成

1.與優化引擎ILOG CPLEX的集成

• CPLEX優化

在該版本中，新增了【CPLEX優化】節點，可以通過優化編程語言（OPL）模型文件來使用基于優化的復雜計算，來實現優化分析場景。

2.輕松導入天氣數據

• TWC導入

天氣情況的變化越來越大程度影響著人們的行為習慣，因此天氣數據的重要性也越來越為人們所重視，在最新版本中，新增了TWC導入（The Weather Company）節點，這也是在IBM收購了該公司之后，將其數據資產應用于IBM SPSS Modeler分析平臺中來的一次全新嘗試。

在該節點中，您可以自由輸入需要的地理位置信息（經緯度）以及時間信息（開始日期與結束日期），即可獲取該時空的天氣數據，包括有：latitude（緯度）、longitude（經度）、time（時間）、day_ind（指示夜間或白天）、temp（溫度）、dewpt（露點）、rh（相對濕度）、heat_index（熱指數）、wc（風向）、wx_phrase（多云、少云等）、pressure（氣壓）、clds（云）、vis（能見度）、wspd（風速）、gust（陣風/雨）、wdir（風寒指數）、uv_index（紫外線指數）等。

當然，天氣數據作為數據資產，不是免費使用，是需要購買許可證密鑰的。

3.支持更多的數據源/Hadoop分布式文件系統

新版本新增更多的數據源連接，包括如下：

·Apache Hive 1.2.1 including SQLoptimization

·Cloudera Impala

·Hortonworks HDP 2.5 datathrough BigSQL

·IBM Biginsights for ApacheHadoop

·MapR

·Huawei Fusion Insight on RedHat 7

·Non-wire driver for Oracle andOracle ODBC drivers are now supported

·PostgreSQL

·HP Vertica now supports SQLoptimization

三、激發分析潛能

1.文本分析功能的增強

IBM SPSS Modeler提供的文本分析可以連接不同數據源，如下圖，主要包括文件、網頁、文本等。

提供的文本分析功能支持多種語言,包括英語、荷蘭語、法語、德語、意大利語、葡萄牙語、西班牙語等，除了提供基本語言包之外，還提供針對不同語言，多種應用場景的詞庫包，可滿足不同應用場景的文本分析，比如客戶關系管理、滿意度分析、品牌管理、客戶關懷、欺詐分析等，客戶只需要在原來的詞庫基礎上，做些簡單的調整修改即可直接使用。

• 語言

新版本中，增加了【語言】節點，可針對文本中存在多種語言的語言識別及分析。

2.增強 Hadoop分布式系統上運行的算法性能

主要包括幾個方面的性能提升：

1.優化了AS Spark Cache的管理：在一個Job中盡可能的重用了緩存的數據，并且在不再需要時繼續清除cache；

2.支持使用Spark的資源動態分配機制：允許AS在需要時申請更多的資源，使用完畢后及時釋放；

3.優化了AS的內部執行流程，盡量的降低磁盤和網絡傳輸的IO操作；

4.在Hive寬表或者Hive Metastore非常龐大的情況下，改善了在AS管理頁面上創建HCatalog類型的數據源時的性能。

3.自動保存功能

為了防止由于突然宕機造成的文件未保存的情況，默認情況下，系統自動5分鐘保存一次，可以工具-->選項-->系統選項中更改。

4.靈活的功能節點模式設置

為了更好地區分哪些功能節點運行于Hadoop分布式文件系統上，哪些運行于傳統關系型數據庫或文本文件上，用戶可以在工具-->選項-->用戶選項的【方式】面板中，選擇【傳統模式】或者是【Analytic Server方式】，如果是前者，則所有功能節點都顯示出來，如果選擇的是后者，則只顯示能夠在Hadoop平臺上運行的功能節點，這樣可以避免在使用Hadoop數據源時候，搞不清楚哪些節點能夠運行，哪些節點不能夠運行的情況出現。

5.增強某些節點的功能

比如：

【轉置】節點增加了轉置方法選項，可以更靈活地處理數據。

【時間序列】節點增加了算法選項

以上就是IBM SPSS Modeler 18.1最新版本的功能介紹，感興趣的朋友，可點擊下方的鏈接在我們的官網上下載最新試用版。

最新試用版下載：//fc6vip.cn/product/3729/download