Pestaña Red de dependencias (Visor de modelos de minería de datos)

La pestaña Dependency Net proporciona una vista gráfica de todos los atributos que contiene el modelo de minería de datos y muestra cómo están relacionados los atributos.

La pestaña Dependency Net se usa para varios tipos de modelos de minería de datos, incluidos los modelos Bayes Naïve, los modelos de árbol de decisión y los modelos de asociación. Para obtener más información sobre cómo interpretar el contenido de la pestaña Dependency Net en el contexto de estos modelos, consulte los vínculos siguientes:

Examinar un modelo mediante el Visor de árboles de Microsoft

Examinar un modelo mediante el Visor bayes naive de Microsoft

Examinar un modelo mediante el Visor de reglas de asociación de Microsoft

Opciones

Actualizar contenido del visor
Vuelva a cargar el modelo de minería de datos en el visor.

Modelo de minería de datos
Elija un modelo de minería de datos que desea ver de los modelos de la estructura de minería de datos actual. El modelo de minería de datos se abrirá en un visor personalizado. El tipo de visor personalizado que se usa para cada modelo viene determinado por el algoritmo que usó para crear el modelo.

Visor
Elija un visor para explorar el modelo de minería de datos seleccionado. Para cada modelo, puede usar el visor personalizado para cada modelo de minería de datos o el Visor de contenido de minería de datos de Microsoft. También puede utilizar visores de complemento si están disponibles. El Visor de árboles de contenido de Microsoft se puede usar con todos los modelos y representa el contenido del modelo en una tabla HTML.

Acercar
Acerque el diagrama para que puedas ver los atributos con más detalle.

Alejar
Aleja el diagrama para que puedas ver más atributos y los vínculos entre ellos.

Copiar vista gráfico
Copie la sección visible del diagrama en el portapapeles.

Copiar gráfico completo
Copie el diagrama completo en el portapapeles.

Vínculos
Ajuste cuántos vínculos (bordes) y nodos muestra el visor ajustando el control deslizante a la derecha de los atributos. Al arrastrar la barra deslizante hacia abajo se aumenta el valor del umbral, de modo que solo se muestren los vínculos más seguros. Para cada tipo de modelo, se usa un valor ligeramente diferente para representar los vínculos del gráfico:

• En un modelo de árbol de decisión , los bordes representan la intensidad predictiva de la conexión, determinada parcialmente por la puntuación de división.

• En un modelo Bayes naïve , los vínculos entre dos nodos pueden ir de cualquier manera: es decir, el nodo A puede predecir el nodo B y viceversa. La puntuación asociada a la arista representa la intensidad predictiva de la conexión.

• En un modelo de asociación, los bordes entre nodos representan la puntuación de importancia de la regla que conecta dos conjuntos de elementos.

Una regla general para todos los tipos de modelo es que cuanto más fuerte sea el vínculo, mayor será la relación predictiva entre los dos atributos.

Véase también

Algoritmos de minería de datos (Analysis Services - Minería de datos)
Visores de modelos de minería de datos (Diseñador de modelos de minería de datos)
Visores de modelos de minería de datos