请将下面语句换一种专业的语气表达：在Spss Modeler中拥有着众多的分析功能以及工具在本次实验中我们选择自动分类器、决策树CHAID、Quest、C&R树、类神经网络、Logistic回归模型、特征选择对本次数据集进行分析。 自动分类器：用于创建和对比二元结果是或否流失或不流失等的若干不同模型使用户可以选择给定分析的最佳处理方法。 由于支持 多种建模算法因此可以对用户希望使用的方法、每种方法

在Spss Modeler中，提供了多种分析功能和工具，本次实验选用了自动分类器、决策树（包括CHAID、Quest和C&R树）、类神经网络、Logistic回归模型和特征选择方法对数据集进行分析。自动分类器可用于创建和比较不同模型，帮助用户选择最佳的分析方法。决策树模型可用于开发分类系统，并基于一组决策规则对未来的观测值进行预测或分类。类神经网络是模拟人类大脑处理信息的简化模型。Logistic回归是一种统计方法，用于依据输入字段的值对记录进行分类。特征选择是机器学习算法完成任务前的预处理步骤，可降低数据冗杂度、提高学习模型准确率、降低计算复杂度并提高模型结果可理解性和可解释性。本次评估使用AUC和Gini系数作为度量标准，其中AUC表示ROC曲线下方的面积，Gini系数计算为ROC曲线与对角线之间面积的两倍。这些度量标准可用于评估分类器的预期性能，数字越大表示分类器越好。