Indicateurs de modélisation (Exploration de données)

Vous pouvez utiliser des indicateurs de modélisation dans SQL Server Analysis Services pour fournir des informations supplémentaires à un algorithme d'exploration de données sur les données définies dans une table de cas. L'algorithme peut utiliser ces informations pour générer un modèle d'exploration de données plus précis.

Certains indicateurs de modélisation sont définis au niveau de la structure d'exploration de données, tandis que d'autres sont définis au niveau de la colonne du modèle d'exploration de données. Par exemple, l'indicateur de modélisation NOT NULL est utilisé avec les colonnes de structure d'exploration de données. Vous pouvez définir des indicateurs de modélisation supplémentaires sur les colonnes du modèle d'exploration de données, en fonction de l'algorithme que vous utilisez pour créer le modèle.

[!REMARQUE]

Les plug-ins tiers peuvent posséder d'autres indicateurs de modélisation, en plus de ceux prédéfinis par Analysis Services.

Liste des indicateurs de modélisation

La liste suivante décrit les indicateurs de modélisation pris en charge dans Analysis Services. Pour plus d'informations sur les indicateurs de modélisation pris en charge par des algorithmes spécifiques, consultez la rubrique de référence technique relative à l'algorithme qui a été utilisé pour créer le modèle.

• NOT NULL
  Indique que les valeurs de la colonne d'attribut ne doivent jamais contenir de valeur NULL. Une erreur est générée si Analysis Services rencontre une valeur NULL pour cette colonne d'attribut au cours du processus d'apprentissage du modèle.

• MODEL_EXISTENCE_ONLY
  Indique que la colonne sera considérée comme ayant deux états : Missing et Existing. Si la valeur est NULL, elle est considérée comme manquante (Missing). L'indicateur MODEL_EXISTENCE_ONLY est appliqué à l'attribut prédictible et est pris en charge par la plupart des algorithmes.

  En effet, l'affectation de la valeur True à l'indicateur MODEL_EXISTENCE_ONLY modifie la représentation des valeurs pour qu'il n'y ait que deux états : Missing et Existing. Tous les états autres que Missing sont combinés dans une valeur Existing unique.

  En règle générale, cet indicateur de modélisation est utilisé dans des attributs pour lesquels l'état NULL a une signification implicite. En d'autres termes, le fait que la colonne possède une valeur peut revêtir plus d'importance que la valeur explicite de l'état NOT NULL. Par exemple, une colonne [DateContractSigned] peut être NULL si un contrat n'a jamais été signé et NOT NULL si le contrat a été signé. Par conséquent, si le but du modèle est de prédire si un contrat sera signé, vous pouvez utiliser l'indicateur MODEL_EXISTENCE_ONLY pour ignorer la valeur de date exacte dans les cas NOT NULL et faire uniquement la distinction entre les cas où un contrat est Missing et ceux où la valeur est Existing.

  [!REMARQUE]

  L'état Missing est un état spécial utilisé par l'algorithme qui diffère de la valeur de texte « Manquant » dans une colonne. Pour plus d'informations, consultez Valeurs manquantes (Analysis Services - Exploration de données).

• REGRESSOR
  Indique que la colonne est candidate pour être utilisée comme régresseur lors du traitement. Cet indicateur est défini sur une colonne de modèle d'exploration de données et ne peut être appliqué qu'à des colonnes dont le type de données numériques continues. Pour plus d'informations sur l'utilisation de cet indicateur, consultez la section Utilisations de l'indicateur de modélisation REGRESSOR, plus loin dans cette rubrique.

Affichage et modification d'indicateurs de modélisation

Vous pouvez afficher les indicateurs de modélisation associés à une colonne de la structure d'exploration de données ou à une colonne du modèle en affichant les propriétés de la structure ou du modèle.

Pour déterminer les indicateurs de modélisation ont été appliqués à la structure d'exploration de données actuelle, vous pouvez créer une requête sur l'ensemble de lignes de schéma d'exploration de données qui retourne les indicateurs de modélisation uniquement pour les colonnes de la structure, en utilisant une requête semblable à la suivante :

SELECT COLUMN_NAME, MODELING_FLAG
FROM $system.DMSCHEMA_MINING_STRUCTURE_COLUMNS
WHERE STRUCTURE_NAME = '<structure name>'

Vous pouvez ajouter ou modifier les indicateurs de modélisation utilisés dans un modèle en utilisant le Concepteur d'exploration de données et en modifiant les propriétés des colonnes associées. De telles modifications requièrent que la structure ou le modèle soient à nouveau traités.

Vous pouvez spécifier des indicateurs de modélisation dans une nouvelle structure d'exploration de données ou un nouveau modèle d'exploration de données à l'aide de DMX, ou à l'aide de scripts AMO ou XMLA. Cependant, vous ne pouvez pas utiliser DMX pour modifier les indicateurs de modélisation utilisés dans un modèle et une structure d'exploration de données existants. Vous devez créer un nouveau modèle d'exploration de données en utilisant la syntaxe ALTER MINING STRUCTURE….ADD MINING MODEL.

Utilisations de l'indicateur de modélisation REGRESSOR

Lorsque vous définissez l'indicateur de modélisation REGRESSOR sur une colonne, vous indiquez à l'algorithme que la colonne contient des régresseurs potentiels. Les régresseurs actuellement utilisés dans le modèle sont déterminés par l'algorithme. Un régresseur potentiel peut être ignoré s'il ne modélise pas l'attribut prédictible.

Lorsque vous générez un modèle à l'aide de l'Assistant Exploration de données, toutes les colonnes d'entrée continues sont marquées comme des régresseurs possibles. Par conséquent, même si vous ne définissez pas explicitement l'indicateur REGRESSOR sur une colonne, la colonne peut être utilisée comme régresseur dans le modèle.

Vous pouvez déterminer les régresseurs utilisés dans le modèle traité en exécutant une requête sur l'ensemble de lignes de schéma pour le modèle d'exploration de données, comme le montre l'exemple suivant :

SELECT COLUMN_NAME, MODELING_FLAG
FROM $system.DMSCHEMA_MINING_COLUMNS
WHERE MODEL_NAME = '<model name>'

Remarque   Si vous modifiez un modèle d'exploration de données et que vous remplacez le type de contenu continu d'une colonne par un type de contenu discret, vous devez modifier manuellement l'indicateur sur la colonne d'exploration de données, puis retraiter le modèle.

Régresseurs dans les modèles de régression linéaire

Les modèles de régression linéaire sont basés sur l'algorithme MDT (Microsoft Decision Trees). Même si vous n'utilisez pas l'algorithme MLR (Microsoft Linear Regression), tout modèle d'arbre de décision peut contenir un arbre ou des nœuds qui représentent une régression sur un attribut continu.

Par conséquent, dans ces modèles, il est inutile de spécifier qu'une colonne continue représente un régresseur. L'algorithme MDT (Microsoft Decision Trees) partitionne le dataset en régions avec des séquences explicites même si vous ne définissez pas l'indicateur REGRESSOR sur la colonne. La différence réside dans le fait que lorsque vous définissez l'indicateur de modélisation, l'algorithme essaie de rechercher des équations de régression se présentant sous la forme suivante pour faire tenir les séquences dans les nœuds de l'arbre.

a*C1 + b*C2 + ...

La somme des résiduels est alors calculée et, si l'écart est trop grand, l'arbre est fractionné.

Par exemple, si vous prédisez le comportement d'achat de vos clients en utilisant Income comme attribut et que vous définissez l'indicateur de modélisation REGRESSOR sur la colonne, l'algorithme essaie tout d'abord de faire tenir les valeurs Income en utilisant une formule de régression standard. Si l'écart est trop grand, la formule de régression est abandonnée et l'arbre est fractionné sur un autre attribut. L'algorithme MDT essaie ensuite de faire tenir un régresseur pour le revenu dans chacune des branches après le fractionnement.

Vous pouvez utiliser le paramètre FORCE_REGRESSOR pour faire en sorte que l'algorithme utilise un régresseur particulier. Ce paramètre peut être utilisé avec les algorithmes MDT et MLR.

Tâches associées

Utilisez les liens suivants pour en savoir plus sur l'utilisation des indicateurs de modélisation.