Freigeben über

Lektion 4: Erkunden der Zielsendungsmodelle (Grundlegendes Data Mining-Lernprogramm)

Nachdem die Modelle in Ihrem Projekt verarbeitet wurden, können Sie sie erkunden, um nach interessanten Trends zu suchen. Da Muster allein durch das Betrachten von Zahlen komplex und schwer zu verstehen sein können, bietet SQL Server Data Mining einige grafische Werkzeuge, mit denen Sie die Daten untersuchen und die Regelwerke und Zusammenhänge verstehen können, die die Algorithmen innerhalb der Daten entdeckt haben. Sie können auch eine Vielzahl von Genauigkeitstests verwenden, um Ihr Dataset zu überprüfen oder zu ermitteln, welches Modell am besten funktioniert, bevor Sie es bereitstellen.

Wenn Sie SQL Server Data Tools (SSDT) verwenden, um Ihre Modelle zu erkunden, wird jedes erstellte Modell auf der Registerkarte Mining Model Viewer im Data Mining Designer aufgeführt. Sie können die Viewer verwenden, um die Modelle zu erkunden. Diese Viewer sind auch in SQL Server Management Studio verfügbar.

Jeder Algorithmus, den Sie zum Erstellen eines Modells in Analysis Services verwendet haben, gibt einen anderen Ergebnistyp zurück. Daher stellt Analysis Services benutzerdefinierte Viewer für jeden Typ von Machine Learning-Modell bereit.

Wenn Sie Details anzeigen möchten, stellt Analysis Services auch einen HTML-Viewer bereit, der als generischer Inhaltsstruktur-Viewer bezeichnet wird, und detaillierte Informationen über die Modelldaten und etwaige gefundene Muster in einem semi-tabellarischen Format anzeigt. Weitere Informationen finden Sie unter Durchsuchen eines Modells mithilfe der Microsoft Generic Content Tree Viewer.

In dieser Lektion sehen Sie sich die Ergebnisse Ihrer drei Modelle an. Jeder Modelltyp basiert auf einem anderen Algorithmus und bietet unterschiedliche Einblicke in die Daten.

  • Das Entscheidungsbaummodell informiert Sie über Faktoren, die den Fahrradkauf beeinflussen.

  • Das Clustering-Modell gruppiert Ihre Kunden nach Attributen, die ihr Fahrradkaufverhalten und andere ausgewählte Attribute enthalten.

  • Mit dem Naive Bayes-Modell können Sie die Beziehung zwischen verschiedenen Attributen untersuchen.

Weitere Informationen zu den einzelnen Viewern für Miningmodelle finden Sie in den folgenden Themen.

Alle drei Modelle können mithilfe des generischen Inhaltsstruktur-Viewers angezeigt werden, um Formeln, Datenwerte usw. zu extrahieren.

Erste Aufgabe in Lektion

Erkunden des Entscheidungsstrukturmodells (Grundlegendes Data Mining-Lernprogramm)

Vorherige Lektion

Lektion 3: Hinzufügen und Verarbeiten von Modellen

Nächste Lektion

Lektion 5: Testen von Modellen (Grundlegendes Data Mining-Lernprogramm)

Siehe auch

Aufgaben des Miningmodell-Viewers und praktische Anleitungen
Data Mining-Modellanzeigen

  • Last updated on