spss modeler能写出数据特征的模型有哪些

SPSS Modeler可以通过构建各种模型来揭示数据特征和规律，其中包括：

1.线性回归模型：适用于探索变量之间的线性关系，可以用来预测数值型变量。

2.逻辑回归模型：适用于探索变量之间的非线性关系，可以用来预测二元型变量。

3.决策树模型：适用于探索变量之间的非线性关系，可以用来预测分类型变量。

4.神经网络模型：适用于探索变量之间的非线性关系，可以用来预测分类型和数值型变量。

5.聚类模型：适用于发现数据中的群组，并对这些群组进行描述和分析。

6.关联规则模型：适用于发现数据中的关联规则，可以帮助我们理解变量之间的交互作用。

7.时间序列模型：适用于探索时间序列数据中的趋势和周期性规律。

以上是SPSS Modeler中常用的模型类型，可以根据数据类型和分析目的选择对应的模型进行建模。