Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Der Microsoft Tree Viewer in Microsoft SQL Server Analysis Services zeigt Entscheidungsstrukturen an, die mit dem Microsoft Decision Trees-Algorithmus erstellt werden. Der Microsoft Decision Trees-Algorithmus ist ein Hybrid-Entscheidungsbaumalgorithmus, der sowohl Klassifizierung als auch Regression unterstützt. Daher können Sie diesen Viewer auch verwenden, um Modelle basierend auf dem Microsoft Linear Regression-Algorithmus anzuzeigen. Der Microsoft Decision Trees-Algorithmus wird für die prädiktive Modellierung von diskreten und kontinuierlichen Attributen verwendet. Weitere Informationen zu diesem Algorithmus finden Sie im Microsoft Decision Trees-Algorithmus.
Hinweis
Verwenden Sie den Microsoft Generic Content Tree Viewer, um detaillierte Informationen zu den formeln anzuzeigen, die im Modell und den ermittelten Mustern verwendet wurden. Weitere Informationen finden Sie unter Durchsuchen eines Modells mithilfe der Microsoft Generic Content Tree Viewer oder microsoft Generic Content Tree Viewer (Data Mining).
Viewer-Tabs
Wenn Sie ein Miningmodell in Analysis Services durchsuchen, wird das Modell auf der Registerkarte "Mining Model Viewer " von Data Mining Designer im entsprechenden Viewer für das Modell angezeigt. Der Microsoft Tree Viewer enthält die folgenden Registerkarten und Bereiche:
Entscheidungsbaum
Wenn Sie ein Entscheidungsstrukturmodell erstellen, erstellt Analysis Services eine separate Struktur für jedes vorhersagbare Attribut. Sie können eine einzelne Struktur anzeigen, indem Sie sie in der Strukturliste auf der Registerkarte " Entscheidungsstruktur " des Viewers auswählen.
Eine Entscheidungsbaum besteht aus einer Reihe von Aufteilungen, wobei die wichtigste Aufteilung, wie durch den Algorithmus bestimmt, links im Betrachter im Knoten Alle angezeigt wird. Zusätzliche Aufteilungen treten rechts auf. Die Aufteilung im Alle-Knoten ist am wichtigsten, da sie die stärkste aufteilungsauslösende Bedingung im Datensatz enthält und daher die erste Aufteilung verursacht hat.
Sie können einzelne Knoten im Baum erweitern oder einklappen, um die Verzweigungen anzuzeigen oder auszublenden, die nach jedem Knoten auftreten. Sie können auch die Optionen auf der Registerkarte " Entscheidungsstruktur " verwenden, um zu beeinflussen, wie die Struktur angezeigt wird. Verwenden Sie den Schieberegler " Ebene anzeigen ", um die Anzahl der Ebenen anzupassen, die in der Struktur angezeigt werden. Verwenden Sie Standarderweiterung, um die Standardanzahl der Ebenen festzulegen, die für alle Bäume im Modell angezeigt werden.
Vorhersage diskreter Attribute
Wenn eine Struktur mit einem diskreten vorhersagbaren Attribut erstellt wird, zeigt der Viewer Folgendes auf jedem Knoten in der Struktur an:
Die Bedingung, die die Unterbrechung verursacht hat.
Ein Histogramm, das die Verteilung der Zustände des vorhersehbaren Attributs darstellt, sortiert nach Beliebtheit.
Mit der Option "Histogramm" können Sie die Anzahl der Zustände ändern, die in den Histogrammen im Baum erscheinen. Dies ist nützlich, wenn das vorhersagbare Attribut viele Zustände aufweist. Die Zustände erscheinen in einem Histogramm in Reihenfolge der Beliebtheit von links nach rechts; Wenn die Anzahl der anzuzeigenden Zustände kleiner als die Gesamtzahl der Zustände im Attribut ist, werden die am wenigsten beliebten Zustände zusammen in Grau angezeigt. Um die genaue Anzahl für jeden Status eines Knotens zu sehen, halten Sie den Mauszeiger über den Knoten, um eine Infoanzeige zu erhalten, oder wählen Sie den Knoten aus, um seine Details in der Mining-Legende anzusehen.
Die Hintergrundfarbe jedes Knotens stellt die Konzentration von Fällen des jeweiligen Attributzustands dar, den Sie mithilfe der Option "Hintergrund " auswählen. Mit dieser Option können Sie Knoten hervorheben, die ein bestimmtes Ziel enthalten, an dem Sie interessiert sind.
Vorhersagen kontinuierlicher Attribute
Wenn eine Struktur mit einem fortlaufenden vorhersagbaren Attribut erstellt wird, zeigt der Viewer für jeden Knoten in der Struktur ein Rautendiagramm anstelle eines Histogramms an. Das Rautendiagramm enthält eine Linie, die den Bereich des Attributs darstellt. Der Diamant befindet sich am Mittelwert für den Knoten, und die Breite des Diamanten stellt die Varianz des Attributs an diesem Knoten dar. Ein dünnerer Diamant gibt an, dass der Knoten eine genauere Vorhersage liefern kann. Der Viewer zeigt auch die Regressionsgleichung an, die verwendet wird, um die Aufteilung im Knoten zu bestimmen.
Zusätzliche Optionen für die Anzeige der Entscheidungsstruktur
Wenn Drillthrough für ein Entscheidungsstrukturmodell aktiviert ist, können Sie auf die Schulungsfälle zugreifen, die einen Knoten unterstützen, indem Sie mit der rechten Maustaste auf den Knoten in der Struktur klicken und DrillThrough auswählen. Sie können Drillthrough im Data Mining-Assistenten aktivieren oder die Drillthrough-Eigenschaft im Miningmodell auf der Registerkarte Miningmodelle anpassen.
Sie können die Zoomoptionen auf der Registerkarte " Entscheidungsstruktur " verwenden, um eine Struktur zu vergrößern oder zu verkleineren, oder sie können " Größe anpassen" verwenden, um das gesamte Modell auf den Anzeigebildschirm anzupassen. Wenn ein Baum zu groß ist, um auf den Bildschirm zu passen, können Sie die Navigationsoption verwenden, um durch den Baum zu navigieren. Durch Klicken auf die Navigation wird ein separates Navigationsfenster geöffnet, mit dem Sie Abschnitte des anzuzeigenden Modells auswählen können.
Sie können das Strukturansichtsbild auch in die Zwischenablage kopieren, sodass Sie es in Dokumente oder in Bildbearbeitungssoftware einfügen können. Verwenden Sie Graph-Ansicht kopieren, um nur den Abschnitt der Struktur zu kopieren, der im Viewer sichtbar ist, oder verwenden Sie Gesamtes Diagramm kopieren, um alle erweiterten Knoten in der Struktur zu kopieren.
Abhängigkeitsnetzwerk
Das Abhängigkeitsnetzwerk zeigt die Abhängigkeiten zwischen den Eingabeattributen und den vorhersagbaren Attributen im Modell an. Der Schieberegler links vom Betrachter fungiert als Filter, der an die Stärken der Abhängigkeiten gebunden ist. Wenn Sie den Schieberegler senken, werden nur die stärksten Links im Viewer angezeigt.
Wenn Sie einen Knoten auswählen, hebt der Viewer die Abhängigkeiten hervor, die spezifisch für den Knoten sind. Wenn Sie beispielsweise einen vorhersagbaren Knoten auswählen, hebt der Viewer auch jeden Knoten hervor, der den vorhersagbaren Knoten vorhersagbar macht.
Wenn der Viewer zahlreiche Knoten enthält, können Sie mithilfe der Schaltfläche " Knoten suchen" nach bestimmten Knoten suchen. Wenn Sie auf " Knoten suchen" klicken, wird das Dialogfeld " Knoten suchen " geöffnet, in dem Sie einen Filter verwenden können, um nach bestimmten Knoten zu suchen und auszuwählen.
Die Legende unten im Viewer verknüpft Farbcodes mit dem Typ der Abhängigkeit im Diagramm. Wenn Sie beispielsweise einen vorhersagbaren Knoten auswählen, wird der vorhersagbare Knoten türkis schattiert, und die Knoten, die den ausgewählten Knoten vorhersagen, orange schattiert.
Bergbaulegende
Die Mininglegende zeigt die folgenden Informationen an, wenn Sie einen Knoten im Entscheidungsstrukturmodell auswählen:
Die Anzahl der Fälle im Knoten, aufgeschlüsselt nach den Zuständen des vorhersagbaren Attributs.
Die Wahrscheinlichkeit für jeden Fall des vorhersagbaren Attributs für den Knoten.
Ein Histogramm, das eine Anzahl für jeden Zustand des vorhersagbaren Attributs enthält.
Die Bedingungen, die erforderlich sind, um einen bestimmten Knoten zu erreichen, auch bekannt als Knotenpfad.
Für lineare Regressionsmodelle die Regressionsformel.
Sie können Mining Legend auf ähnliche Weise wie im Lösungs-Explorer andocken und damit arbeiten.
Siehe auch
Microsoft Decision Trees-Algorithmus
Miningmodell-Viewer (Data Mining Model Designer)
Aufgaben des Miningmodell-Viewers und praktische Anleitungen
Data Mining Tools
Data Mining-Modellanzeigen