콜 센터 구조에 로지스틱 회귀 모델 추가(중급 데이터 마이닝 자습서)
콜 센터 운영에 영향을 줄 수 있는 요인을 분석하는 것 외에 직원이 서비스 품질을 향상시킬 수 있는 방법에 대한 일부 특정 권장 사항을 제공할 것도 요청받았습니다. 이 작업에서는 탐색 모델을 작성하는 데 사용한 마이닝 구조를 그대로 사용하고 예측을 만드는 데 사용될 마이닝 모델을 추가합니다.
Analysis Services에서 로지스틱 회귀 모델은 신경망 알고리즘을 기반으로 하므로 신경망 모델과 동일한 유연성과 강력한 기능을 제공합니다. 그러나 로지스틱 회귀는 이진 결과 예측에 특히 적합합니다.
이 시나리오에서는 신경망 모델에 사용한 것과 같은 마이닝 구조를 사용합니다. 다만 해당 비즈니스 질문에 맞게 새 모델을 사용자 지정합니다. 서비스 품질을 향상시키고 필요한 경력 전화 상담원 수를 결정하는 데 관심이 있으므로 그러한 값을 예측하도록 모델을 설정합니다.
콜 센터 데이터를 기반으로 한 전체 모델이 가능한 한 유사하도록 하려면 이전과 동일한 초기값을 사용합니다. 초기값 매개 변수를 설정하면 모델이 동일한 시작점에서 데이터를 처리하고 데이터의 아티팩트로 인해 발생한 변형을 최소화합니다.
콜 센터 마이닝 구조에 새 마이닝 모델을 추가하려면
SQL Server Data Tools(SSDT)의 솔루션 탐색기에서 마이닝 구조 Call Center Binned를 마우스 오른쪽 단추로 클릭하고 디자이너 열기를 선택합니다.
데이터 마이닝 디자이너에서 마이닝 모델 탭을 클릭합니다.
관련 마이닝 모델 만들기를 클릭합니다.
새 마이닝 모델 대화 상자의 모델 이름에 Call Center - LR을 입력합니다. 알고리즘 이름에 대해 Microsoft 로지스틱 회귀를 선택합니다.
확인을 클릭합니다.
마이닝 모델 탭에 새 마이닝 모델이 나타납니다.
로지스틱 회귀 모델을 사용자 지정하려면
새 마이닝 모델 열 Call Center - LR에서 Fact CallCenter ID를 키로 남겨 둡니다.
ServiceGrade 및 Level Two Operators 값을 Predict로 변경합니다.
이러한 열은 입력 및 예측에 모두 사용됩니다. 기본적으로 동일한 데이터에서 별도의 모델 두 개를 만들며 한 모델은 전화 상담원 수를 예측하고 다른 모델은 서비스 등급을 예측합니다.
다른 모든 열을 입력으로 변경합니다.
초기값을 지정하고 모델을 처리하려면
마이닝 모델 탭의 Call Center - LR이라는 모델 열을 마우스 오른쪽 단추로 클릭하고 알고리즘 매개 변수 설정을 선택합니다.
HOLDOUT_SEED 매개 변수의 행에서 값 아래에 있는 빈 셀을 클릭하고 1을 입력합니다. 확인을 클릭합니다.
[!참고]
모든 관련 모델에 대해 동일한 초기값을 사용하는 경우에는 초기값으로 선택한 값이 중요하지 않습니다.
마이닝 모델 메뉴에서 마이닝 구조 및 모든 모델 처리를 선택합니다. 서버에 업데이트된 데이터 마이닝 프로젝트를 배포하려면 예를 클릭합니다.
마이닝 모델 처리 대화 상자에서 실행을 클릭합니다.
닫기를 클릭하여 처리 진행률 대화 상자를 닫은 다음 마이닝 모델 처리 대화 상자에서 다시 닫기를 다시 클릭합니다.
단원의 다음 태스크
콜 센터 모델에 대한 예측 만들기(중급 데이터 마이닝 자습서)