Microsoft regresją algorytm techniczne

Wybieranie funkcji jest automatycznie używany przez wszystkie algorytmów wyszukiwanie danych usług Analysis Services poprawa analizy i zmniejszyć obciążenie związane z przetwarzaniem.Metoda stosowana do zaznaczenia funkcji logistycznych regresja modelu zależy od typu danych atrybut.Ponieważ logistyczne regresja jest oparte na algorytmie sieci neuronowe Microsoft używa podzbiór funkcji metod zaznaczania, które dotyczą sieci neuronowe.Aby uzyskać więcej informacji, zobacz Zaznaczenie funkcji wyszukiwania danych.

Punktacja w kontekście sieci neuronowe oznacza proces konwersji wartości, które znajdują się w danych do modelu lub regresją modelu zestaw wartości, które tę samą skalę i mogą być porównywane ze sobą.Załóżmy na przykład, nakładów dla zakres dochodu z zakres od 0 do 100 000, niezbędne dane wejściowe dla [liczba dzieci] w zakresie od 0 do 5.Ten proces konwersji umożliwia wynik, lub porównywania znaczenie każdego wejścia, niezależnie od różnic w wartości.

Dla każdego Państwa w szkolenie zestaw, model generuje dane wejściowe.Produkcji discrete lub discretized dodatkowych danych wejściowych do reprezentowania Państwa brak jest tworzony, jeśli brak stanu pojawia się co najmniej raz w zestaw szkoleniowy.Ciągłe nakładów tworzone są najwyżej dwóch węzłów wejściowych: jedną dla brakujących wartości, jeżeli obecny w dane szkolenia i jeden wejściowe dla wszystkich wartości istniejących lub inne niż null.Każdy obraz wejściowy jest skalowany na format liczbowy, za pomocą metoda normalizacji wynik z (x — μ) / OdchStd.

Podczas normalizacji wynik z średniej (μ) i odchylenie standardowe są uzyskiwane przez zestaw zakończenie szkolenia.

Wartości stałe

Wartość jest obecny: (X — μ) / σ / / X jest rzeczywista wartość jest kodowane)

Brak wartości:    -   Μ i σ / / ujemne mu podzielona przez sigma)

Dyskretnych wartości

Μ = p — (prawdopodobieństwo uprzedniego Państwa)

OdchStd = sqrt(p(1-p))

Wartość jest obecne:     (1 – μ)/σ// (One minus mu) divided by sigma)

Brak wartości:     (– μ)/σ// negative mu divided by sigma)

Istnieją różne metody w literaturze statystycznych do wykonywania logistyczne regresja, ale ocenia ważną częścią wszystkie metody dopasowanie modelu.Różne statystyki dokładności do dopasowanie zostały zaproponowane, między covariate wzorców i współczynniki jakiegoś je.Omówienie sposobu miara dopasowanie modelu wykracza poza zakres tego tematu; jednak można pobrać wartości współczynników w modelu i używać ich do projektowania własnych środków dopasowanie.

Współczynniki dla każdego węzła w wykresie modelu reprezentują sumy ważonej wejść do tego węzła.W logistyczne regresja model, warstwy ukryte jest pusty; Dlatego jest tylko jeden zestaw współczynniki, przechowywanego w węzłach wyjściowych.Wartości współczynników mogą pobrać za pomocą następującej kwerendy:

SELECT FLATTENED [NODE_UNIQUE NAME],
(SELECT ATTRIBUTE_NAME< ATTRIBUTE_VALUE
FROM NODE_DISTRIBUTION) AS t
FROM <model name>.CONTENT
WHERE NODE_TYPE = 23

Dla każdego wyjścia wartość ta kwerenda zwraca współczynniki i identyfikator wskazuje pokrewne węzła wprowadzania.Zwraca ona również wiersza, który zawiera wartość dane wyjściowe i punktu przecięcia z osią.Każdego wejścia x ma swój własny współczynnik (Ci), ale zagnieżdżona tabela zawiera także współczynnik "wolne" (Co), obliczona zgodnie z następującym wzorem:

F(X) = X 1 * C1 + X 2 * C2 + … + Xn * Cn + X 0

Aktywacja: Exp(F(X)) / (1 + exp(F(X)))

Aby uzyskać więcej informacji, zobacz Badanie modelu regresją (Analysis Services - wyszukiwania danych).

W poniższej tabela opisano parametry, które mogą być używane z algorytmem regresją Microsoft.

• HOLDOUT_PERCENTAGE
  Określa procent przypadków w dane szkolenia, użyte do obliczenia błąd wstrzymanie.HOLDOUT_PERCENTAGE jest używany jako część kryteriów zatrzymania podczas szkolenia model wyszukiwania.

  Wartość domyślna to 30.

• HOLDOUT_SEED
  Określa numer do materiału siewnego pseudolosowych generator przy określaniu losowo za pomocą dane wstrzymania.Jeśli jest HOLDOUT_SEED zestaw 0, algorytm generuje materiału siewnego na podstawie nazwy modelu górnictwa, aby zagwarantować, że zawartość modelu pozostaje taka sama podczas ponownego przetwarzania.

  Wartość domyślna to 0.

• MAXIMUM_INPUT_ATTRIBUTES
  Określa liczbę atrybutów wejściowych może obsłużyć algorytmu przed go wywołuje funkcję zaznaczania.Ta wartość 0, aby wyłączyć funkcję zaznaczania.

  Wartość domyślna to 255.

• MAXIMUM_OUTPUT_ATTRIBUTES
  Określa liczbę atrybutów wyjścia może obsłużyć algorytmu przed go wywołuje funkcję zaznaczania.Ta wartość 0, aby wyłączyć funkcję zaznaczania.

  Wartość domyślna to 255.

• MAXIMUM_STATES
  Określa maksymalną liczbę stanów atrybut, które obsługuje algorytm.Jeśli numer Państwa, które ma atrybut jest większy niż maksymalna liczba państw, algorytm wykorzystuje większość popularnych Państwa atrybutu i ignoruje pozostałe Państwa.

  Wartość domyślna to 100.

• SAMPLE_SIZE
  Określa liczbę przypadków, zostanie wykorzystana na szkolić modelu.Dostawca algorytm używa tego numeru lub procent sumy spraw, które nie znajdują się w procentach wstrzymanie określoną przez parametr HOLDOUT_PERCENTAGE, którakolwiek wartość jest mniejsza.

  Innymi słowy Jeśli jest HOLDOUT_PERCENTAGE zestaw 30, algorytm użyje wartości tego parametru lub wartość jest równa 70 procent całkowitej liczby przypadków, mniejsza.

  Wartość domyślna to 10000.

Obsługiwane są następujące flagi modelowania do użytku z Microsoft regresją algorytmu.

• NOT NULL
  Wskazuje, że kolumna nie może zawierać wartość null.Spowoduje błąd, jeśli usługi Analysis Services napotka null podczas szkolenia modelu.

  Stosuje się do struktura wyszukiwania kolumny.

• MODEL_EXISTENCE_ONLY
  Oznacza, że kolumna będą traktowane jako posiadające dwa możliwe stany: Missingand Existing.Wartość null jest wartość Brak.

  Stosuje się do model wyszukiwania kolumna.

Microsoft Algorytm regresją obsługuje kolumna wprowadzania określonych typów zawartości, przewidywalna kolumna typów zawartości i flagi modelowania, które są wymienione w poniższej tabela.Aby uzyskać więcej informacji dotyczących typów zawartości znaczenie w model wyszukiwania, zobacz Typy zawartości (wyszukiwania danych).