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, tuvo que proporcionar algunas recomendaciones específicas 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 exploración y agregará un modelo de minería de datos que se usará después para crear predicciones.
En Analysis Services, un modelo de regresión logística se basa en el algoritmo de redes neuronales y, en consecuencia, proporciona la misma flexibilidad y eficacia que un modelo de red neuronal, pero es más adecuado para predecir resultados.
Puede volver a usar todas las columnas que se incluyeron en el modelo de red neuronal en este escenario. Sin embargo, cuando se agregan modelos nuevos a una estructura de minería de datos, los nuevos modelos se crean, de manera predeterminada, con las mismas entradas y los mismos atributos de predicción que el primer modelo de minería de datos. Por lo tanto, será necesario que cambie las entradas y los atributos de predicción para adaptar el nuevo modelo a su negocio.
Asimismo, asegúrese de que los modelos de centro de llamadas tengan la máxima similitud posible. Establecerá el parámetro de inicialización para ambos modelos. El parámetro de inicialización garantiza que un modelo se mantiene invariable cuando se vuelve a procesar. Si no se especifica un valor numérico para el parámetro de inicialización, SQL Server Analysis Services lo generará a partir del nombre del modelo. Como el modelo de red neuronal y el modelo de regresión logística que se van a generar tienen nombres diferentes, es importante que establezca un valor de inicialización para garantizar que empiezan a procesar los datos exactamente en el mismo punto.
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 Binned, 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 clave.
Cambie el valor de ServiceGrade y Level Two Operators a Predicción.
Ambas columnas se usarán como entrada y para la predicción. 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. 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 debajo de 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)