多分类模型评估（有关于有序多分类logit模型的一些疑问 spss）
多分类logistic回归 为什么模型显著而系数不显著
模型显著是综合而言的，系数显著性是其中的个体。个体并不能代表整体，整体是个体综合的结果。但一般而言，模型显著，说明模型是合理的，其中系数不显著的变量则不具有进行分析的意义
如何用决策树对教学成绩数据库进行多分类
数据挖掘,也称之为数据库中知识发现是一个可以从海量数据中智能地和自动地抽取一些有用的、可信的、有效的和可以理解的模式的过程.分类是数据挖掘的重要内容之一.目前,分类已广泛应用于许多领域,如医疗诊断、天气预测、信用证实、顾客区分、欺诈甄别. 现己有多种分类的方法,其中决策树分类法在海量数据环境中应用最为广泛.其原因如下：
1、决策树分类的直观的表示方法较容易转化为标准的数据库查询
2、决策树分类归纳的方法行之有效,尤其适合大型数据集.
3、决策树在分类过程中,除了数据集中已包括的信息外,不再需要额外的信息.
4、决策树分类模型的精确度较高. 该文首先研究了评估分类模型的方法.在此基础上着重研究了决策树分类方法,并对决策树算法的可伸缩性问题进行了具体分析,最后给出了基于OLE DB for DM开发决策树分类预测应用程序.
数据挖掘对分类和预测方法进行比较和评估的标准都...
数据仓库，数据库或者其它信息库中隐藏着许多可以为商业、科研等活动的决策提供所需要的知识。分类与预测是两种数据分析形式，它们可以用来抽取能够描述重要数据集合或预测未来数据趋势的模型。
分类方法（Classification）用于预测数据对象的离散类别（Categorical Label）；
预测方法（Prediction ）用于预测数据对象的连续取值。
