Wyświetlanie modelu górnictwo z Microsoft podglądu sieci neuronowe
The Microsoft Neural Network Viewer in Microsoft SQL Server Usługi Analysis Services displays mining models that are built with the Microsoft Neural Network algorithm. Microsoft Sieci neuronowe algorytm tworzy klasyfikacji i regresja modeli wyszukiwania, tworząc sieć wielowarstwowego perceptron neurons.Aby uzyskać więcej informacji dotyczących tego algorytmu, zobacz Algorytm neuronowe sieci Microsoft.
Można użyć Microsoft Neuronowe podglądu sieci wybierz określonego Państwa wprowadzania atrybuty i zbadać wpływ innych atrybutów wejściowych w modelu Państwa wyjściowego atrybut, znany także jako przewidywalne atrybutu.Na przykład wiadomo, że potencjalny klient jest do środka w wieku od 40 do 50 lat, jest właścicielem domu i ma dwa dzieci, którzy są nadal aktywne w domu.Jednakże, można nie wiedzieć jakie szczególne cechy dotyczące tej osoby można użyć do określenia, czy będą one kupować rowerów z Adventure Works.Można eksplorować modelu TM_Neural_Net w Adventure Works DW przykładowej bazy danych, aby wykryć, że jeśli osoba ma również wysokim dochodzie będzie prawdopodobnie kupują rowerów, zgodnie z modelu.Natomiast jeśli live one więcej niż 10 mil od miejsca zatrudnienia, prawdopodobnie będzie nie kupują roweru.
Ostrzeżenie
Aby wyświetlić szczegółowe informacje na temat równania używane w modelu i desenie, które zostały wykryte, użyj Microsoft viewer ogólnej zawartości drzewa.Aby uzyskać więcej informacji, zobacz Wyświetlanie szczegółów modelu z podglądem drzewa zawartości Microsoft Generic lub Drzewo zawartości Microsoft Generic Viewer (Projektant wyszukiwania danych).
Podgląd kart
Podczas przeglądania model wyszukiwania w Usługi Analysis Services, model jest wyświetlany na model wyszukiwania Viewer kartę Projektant wyszukiwania danych w podglądzie odpowiednie dla modelu. Microsoft Neuronowe podglądu sieci zawiera następujące karty do użycia w Eksplorowanie sieci neuronowe modeli wyszukiwania:
Nakłady
Wyjście
Zmienne
Nakłady
Z nakładów karcie można wybrać atrybuty i wartości atrybut, wykorzystujące model sieci neuronowe jako danych wejściowych.Po otwarciu przeglądarki domyślnej ma zawierać wszystkie atrybuty.Oznacza to, że są pytaniem modelu wartości atrybut, które są najbardziej istotne do ustalenia wartości atrybut wybranego wyjściowego.
Zaznacz atrybut wejściowe, kliknij wewnątrz atrybutu kolumna wprowadzania siatki i wybierz atrybut z drop -niedziałający listy.Na liście znajdują się tylko te atrybuty, które są uwzględnione w modelu.Pierwsza wartość distinct pojawia się w obszarze wartość kolumna.Lista zawiera wszystkie możliwe stany skojarzone atrybut wykaże, klikając przycisk wartość domyślna.Można wybrać stan który chcesz zbadać.Można wybrać liczbę atrybutów dowolnie.
Powrót do początku
Wyjście
Można użyć wyjść kartę do wyznaczenia atrybut dla modelu sieci neuronowe wyjściowe i dwóch państw, które chcesz porównać.Można wybierać tylko atrybuty z modelu zdefiniowanego jako przewidywania lub przewidzieć tylko kolumny.
Use the OutputAttribute list to select an attribute.Następnie można wybrać dwa Państwa skojarzonych z atrybut wartość 1 i wartość 2 list.Porównywane te dwa Państwa wyjściowego atrybut zmiennych okienka.
Powrót do początku
Zmienne
W siatce zmiennych karta zawiera następujące kolumny: Atrybut, wartość, preferuje [wartość 1, i preferuje [wartość 2.Domyślnie kolumny są sortowane według wytrzymałości [wartość 1] pełne.Klikając nagłówek kolumna zmienia kolejność sortowania w wybranej kolumnie.
Pasek prawo atrybut pokazuje stan których preferuje określony atrybut wejściowy stanie atrybut danych wyjściowych.Rozmiar paska pokazuje, jak zdecydowanie stanu wyjściowego preferuje Stan wejściowego.
Powrót do początku
Zobacz także