一、modeler各个节点功能？

●源（Source）节点。此类节点可将数据引入 SPSS Modeler中。

●记录选项（Record Ops）节点。此类节点可对数据记录执行操作，例如选择、合并和追加等。

●字段选项（Field Ops）节点。此类节点可对数据字段执行操作，例如过滤、导出新字段和确定给定字段的测量级别等。

●图形（Graphs）节点。此类节点可在建模前后以图表形式显示数据。图表形式包括散点图、直方图、网络节点和评估图表。

●建模（Modeling）节点。此类节点可使用SPSS Modeler中提供的建模算法，例如神经网络、决策树、聚类算法和数据排序等。

●输出（Output）节点。此类节点可生成能在 SPSS Modeler 中查看的数据、图表和模型等多种输出结果。

●导出（Export）。此类节点可生成能在外部应用程序中查看的多种输出结果。

●IBM SPSS Statistics（P）。此类节点可将数据导入SPSS Statistics 或从中导出数据，以及运行SPSS Statistics 。

二、二叉排序树插入的时间复杂度？

采用边查找边插入的方式，类似重新建立一个一维数组时间复杂度＝O（n)因为深度不平衡，所以会发展成单链的形状,就是一条线 n个点那么深。

二叉排序树是查找过程中，当树中不存在关键字等zhi于给定值的结点时再进行插入。新插入的结点一定是一个新添加的叶子结点，并且是查找不成功时查找路径上访问的最后一个结点的左孩子或右结点。

因此二叉排序树插入时间复杂度最大为O(n)。若是二叉排序树比较平衡，其时间复杂度下降，最小的时间复杂度为O(logn)。

三、决策树叶节点设置策略？

决策树诞生于70多年前，如今已经成为最强大的机器学习工具之一。决策树的主要优点是一种"白盒"方法。这意味着人们可以轻松地解释他们的决策，而神经网络的复杂性通常过高。

它也可以表示为if-then规则集，以提高可读性。本文的目的是介绍决策树学习的基本理论基础，并提出ID3（迭代二分法3）算法。

决策树用于分类和回归问题，在这里我们将讨论分类问题。

决策树是什么？

决策树就像一棵倒置的树，其根位于顶部。决策树通过将树从树根到树叶节点（决策）向下排序来对实例进行分类，该节点提供实例的分类。决策树中的每个节点都指定了对实例的某些属性的测试，并且从该节点下降的每个分支对应于该属性的一个可能值。

四、时间节点时序要求区别？

1，时期序列是指由同一现象若干不同时期的时期指标按时间顺序排列所形成的时间序列； 时点序列是指同一现象在不同时点上的时点指标按时间顺序排列所形成的时间序列。

2，时期就是一个时间段的概念 ，1月1日到3月1日 之间的日子 就是一个时期 时点就是一个时间点的概念，1月1日就是一个时点 。

3，时期数列再不同时期的数值可以相加，气数值的大小与时间长短有直接的关系，是连续取得的。 时点再不同时期的数值可以不相加，气数值的大小与时间长短没有直接的关系，是间段取得的。

4，时点序列和时期序列都是绝对数时间序列，均可以反映被研究现象在各时期的总水平或规模及其发展变化过程。 但是，时期序列中的观测值反映现象在一段时期内发展过程的总量，不同时期的观测值可以相加，相加结果表明现象在更长一段时间内的活动总量； 而时点序列中的观测值反映现象在某一瞬间上所达到的水平，不同时期的观测值不能相加，相加结果没有实际意义。