Contenido del modelo de minería de datos para los modelos de regresión lineal (Analysis Services - Minería de datos)

Descripción de la estructura de un modelo de regresión lineal

Un modelo de regresión lineal tiene una estructura sumamente simple. Cada modelo tiene un único nodo primario que representa el modelo y sus metadatos, y un nodo de árbol de regresión (NODE_TYPE = 25) que contiene la fórmula de regresión para cada atributo de predicción.

Los modelos de regresión lineal usan el mismo algoritmo que los árboles de decisión de Microsoft, pero se utilizan parámetros diferentes para restringir el árbol y sólo se aceptan como entradas los atributos continuos. Sin embargo, dado que los modelos de regresión lineal se basan en el algoritmo de árboles de decisión de Microsoft, los modelos de regresión lineal se muestran utilizando el Visor de árboles de decisión de Microsoft. Para obtener información, vea Ver un modelo de minería de datos con el Visor de árboles de Microsoft.

En la sección siguiente se explica cómo interpretar la información del nodo de la fórmula de regresión. Esta información se aplica no sólo a los modelos de regresión lineal, sino también a los modelos de árboles de decisión que contienen regresiones en una parte del árbol.

Contenido de un modelo de regresión lineal

En esta sección solo se proporcionan detalles y ejemplos de las columnas del contenido del modelo de minería de datos que tienen una relevancia especial para la regresión lineal.

Para obtener información sobre las columnas de uso general en el conjunto de filas de esquemas, vea Contenido del modelo de minería de datos (Analysis Services - Minería de datos).

• MODEL_CATALOG
  Nombre de la base de datos en la que se almacena el modelo.

• MODEL_NAME
  Nombre del modelo.

• ATTRIBUTE_NAME
  Nodo raíz: en blanco

  Nodo de regresión: el nombre del atributo de predicción.

• NODE_NAME
  Siempre igual que NODE_UNIQUE_NAME.

• NODE_UNIQUE_NAME
  Identificador único para el nodo dentro del modelo. Este valor no puede modificarse.

• NODE_TYPE
  Un modelo de regresión lineal genera los tipos de nodos siguientes:

  Identificador del tipo de nodo	Tipo	Descripción
  25	Raíz del árbol de regresión	Contiene la fórmula que describe la relación entre la variable de entrada y la de salida.

• NODE_CAPTION
  Etiqueta o título asociado al nodo. Esta propiedad se usa principalmente para la presentación.

  Nodo raíz: en blanco

  Nodo de regresión: todos.

• CHILDREN_CARDINALITY
  Cálculo del número de elementos secundarios que tiene el nodo.

  Nodo raíz: indica el número de nodos de regresión. Se crea un nodo de regresión para cada atributo de predicción del modelo.

  Nodo de regresión: siempre es 0.

• PARENT_UNIQUE_NAME
  Nombre único del nodo primario del nodo. Se devuelve NULL para todos los nodos del nivel raíz.

• NODE_DESCRIPTION
  Descripción del nodo.

  Nodo raíz: en blanco

  Nodo de regresión: todos.

• NODE_RULE
  No se utiliza para los modelos de regresión lineal.

• MARGINAL_RULE
  No se utiliza para los modelos de regresión lineal.

• NODE_PROBABILITY
  Probabilidad asociada a este nodo.

  Nodo raíz: 0

  Nodo de regresión: 1

• MARGINAL_PROBABILITY
  Probabilidad de alcanzar el nodo desde el nodo primario.

  Nodo raíz: 0

  Nodo de regresión: 1

• NODE_DISTRIBUTION
  Tabla anidada que proporciona estadísticas sobre los valores del nodo.

  Nodo raíz: 0

  Nodo de regresión: tabla que contiene los elementos que se usan para generar la fórmula de regresión. Un nodo de regresión contiene los tipos de valores siguientes:

  VALUETYPE
  1 (ausente)
  3 (continuo)
  7 (coeficiente)
  8 (ganancia de puntuación)
  9 (estadísticas)
  11 (intersección)

• NODE_SUPPORT
  Número de los casos que admiten este nodo.

  Nodo raíz: 0

  Nodo de regresión: recuento de casos de entrenamiento.

• MSOLAP_MODEL_COLUMN
  Nombre del atributo de predicción.

• MSOLAP_NODE_SCORE
  Igual que NODE_PROBABILITY

• MSOLAP_NODE_SHORT_CAPTION
  Etiqueta que se utiliza para la visualización.

Comentarios

Al crear un modelo utilizando el algoritmo de regresión lineal de Microsoft, el motor de minería de datos crea una instancia especial de un modelo de árboles de decisión y proporciona los parámetros que restringen el árbol para contener todos los datos de entrenamiento en un único nodo. Todas las entradas continuas se marcan y evalúan como regresores potenciales, pero únicamente los que se ajusten a los datos se conservan como regresores en el modelo final. El análisis genera una única fórmula de regresión o ninguna fórmula para cada regresor.

Puede ver la fórmula de regresión completa en la Leyenda de minería de datos, haciendo clic en el nodo (Todos) en el Visor de árboles de Microsoft.

Además, al crear un modelo de árboles de decisión que incluye un atributo de predicción continuo, a veces el árbol tiene nodos de regresión que comparten las propiedades de los nodos del árbol de regresión.

Distribución de nodos para los atributos continuos

La mayoría de la información importante en un nodo de regresión está incluida en la tabla NODE_DISTRIBUTION. En el ejemplo siguiente se muestra el diseño de la tabla NODE_DISTRIBUTION. En este ejemplo, la estructura de minería de datos de Targeted Mailing se ha utilizado para crear un modelo de regresión lineal que predice los ingresos de los clientes según su edad. La finalidad del modelo es únicamente ilustrativo, porque puede generarse con facilidad utilizando los datos y la estructura de minería de datos de ejemplo existentes de AdventureWorks2008R2.

La tabla NODE_DISTRIBUTION contiene varias filas, cada una agrupada por una variable. Las primeras dos filas siempre son de los tipos de valores 1 y 3, y describen el atributo de destino. Las filas siguientes proporcionan los detalles sobre la fórmula para un regresor determinado. Un regresor es una variable de entrada que tiene una relación lineal con la variable de salida. Puede haber varios regresores y cada uno tendrá una fila independiente para el coeficiente (VALUETYPE = 7), la ganancia de puntuación (VALUETYPE = 8) y las estadísticas (VALUETYPE = 9). Finalmente, la tabla incluye una fila que contiene la intersección de la ecuación (VALUETYPE = 11).

Elementos de la fórmula de regresión

Vea también

Referencia

Conceptos