Agregar un modelo de regresión logística a la estructura de centro de llamadas (Tutorial intermedio de minería de datos)
Además de analizar los factores que pueden influir en las operaciones de centro de llamadas, se le pidió que proporcionara recomendaciones sobre la manera en que el personal puede mejorar los grados de servicio. En esta tarea usará la misma estructura de minería de datos con la que creó el modelo de red neuronal que se usó para la exploración de los datos y agregará un modelo de minería de datos que después se usará para crear predicciones.
Las redes neuronales y la regresión logística se pueden utilizar para la predicción. Sin embargo, en general las redes neuronales se consideran apropiadas para la exploración de interacciones complejas, mientras que la regresión logística es particularmente apropiada para predecir resultados binarios basados en variables independiente conocidas. En este tutorial, ya ha identificado su resultado de destino (un mejor grado de servicio) y ha aprendido algunos de los factores que es probable que influyan en el grado de servicio. Por consiguiente, la regresión logística es una buena opción para predecir el modo en que los cambios de las variables independientes, como el personal y el tiempo de respuesta de las llamadas, podrían afectar al grado del servicio.
En esta lección, agregará un modelo nuevo y lo personalizará teniendo en cuenta factores empresariales.
Para agregar un nuevo modelo de minería de datos a la estructura de minería de datos del centro de llamadas
En Business Intelligence Development Studio, en el Explorador de soluciones, haga clic con el botón secundario en la estructura de minería de datos Call Center y seleccione Abrir diseñador.
En el Diseñador de minería de datos, haga clic en la ficha Modelos de minería de datos.
Haga clic en Crear un modelo de minería de datos relacionado.
En el cuadro de diálogo Nuevo modelo de minería de datos, en Nombre del modelo, escriba Call Center - LR. Como Nombre del algoritmo seleccione Regresión logística de Microsoft.
Haga clic en Aceptar.
El nuevo modelo de minería de datos aparece en la ficha Modelos de minería de datos.
Para personalizar el modelo de regresión logística
En la columna correspondiente al nuevo modelo de minería de datos, Call Center - LR, mantenga Fact CallCenter ID como la clave.
Cambie el valor de ServiceGrade y Level Two Operators a Predicción.
Ambas columnas se usarán como entrada y para la predicción.
[!NOTA]
Cuando se incluyen varios atributos de predicción en un modelo de red neuronal o en un modelo de regresión logística, esencialmente se están creando dos modelos diferentes dentro del mismo contenedor de metadatos. Esto se debe a que el algoritmo crea un subárbol independiente para los atributos de predicción de cada conjunto.
Cambie las demás columnas a Entrada.
Para especificar el valor de inicialización y procesar los modelos
En la ficha Modelo de minería de datos, haga clic con el botón secundario en la columna del modelo denominado Call Center - LR y seleccione Establecer parámetros de algoritmo.
En la fila correspondiente al parámetro HOLDOUT_SEED, haga clic en la celda vacía que está situada bajo Valor y escriba 1. Haga clic en Aceptar.
[!NOTA]
El valor de inicialización que elija no es importante siempre y cuando use el mismo para todos los modelos relacionados.
En el menú Modelos de minería de datos , seleccione Procesar estructura de minería de datos y todos los modelos. Haga clic en Sí para implementar el proyecto de minería de datos actualizado en el servidor.
En el cuadro de diálogo Modelo de minería de datos, haga clic en Ejecutar.
Haga clic en Cerrar para cerrar el cuadro de diálogo Progreso del proceso y, a continuación, haga clic de nuevo en Cerrar en el cuadro de diálogo Procesar modelo de minería de datos.
Siguiente tarea de la lección
Crear predicciones para los modelos de centro de llamadas (Tutorial intermedio de minería de datos)