• Artykuł

Eksplorowanie modelu drzewa decyzji (samouczek wyszukiwania danych podstawowych)

Microsoft Algorytm drzewa decyzji prognozuje kolumny, które wpływają na decyzję zakupu bike oparte na pozostałe kolumny w kształceniu zestaw.

Microsoft Viewer drzewo decyzyjne zawiera następujące karty do użycia w poznawanie modeli wyszukiwania drzewo decyzyjne:

Drzewo decyzyjne

Zależność sieci

W poniższych sekcjach opisano sposób zaznacz odpowiedni podgląd i Eksplorowanie innych modeli wyszukiwania.

Karta drzewo decyzji

Na Drzewa decyzji karcie można sprawdzić tworzących modele drzewa model wyszukiwania.

Ponieważ ukierunkowanych modelu korespondencji w tym projekcie samouczek zawiera tylko jeden przewidywalne atrybut, Bike Buyer, istnieje tylko jedno drzewo do widoku.Gdyby więcej drzew, można użyć drzewa pole, aby wybrać innego drzewa.

Recenzowanie TM_Decision_Tree modelu w podglądzie drzewa decyzji wykaże, że wiek jest najważniejszym czynnikiem w przewidywaniu zakup rowerów.Interestingly klienci Grupuj według wieku, dalej gałęzi drzewa po różnych dla każdego węzła wieku.Kategoriami na karcie drzewo decyzji, firma Microsoft może zawrzeć że nabywców wieku 34-40 z jednym lub samochodów nie są najprawdopodobniej zakupu rowerów i że pojedynczy, młodszych klientów, mieszkających w Pacyfiku region i mieć jedno lub samochodów nie są również bardzo prawdopodobne do zakupu rowerów.

Aby poznać model na karcie drzewo decyzji

  1. Wybierz Górnictwa Viewer modelu kartę w Danych, Projektant górnictwa.

    Domyślnie Projektant otwiera się pierwszy model, który został dodany do struktury--w tym przypadek TM_Decision_Tree.

  2. Aby dopasować rozmiar wyświetlania drzewa za pomocą przycisków lupy.

    Domyślnie Microsoft drzewa Podgląd pokazuje tylko pierwszych trzech poziomów drzewa.Jeśli drzewo zawiera mniej niż trzy poziomy, Podgląd pokazuje istniejące poziomy.Można wyświetlić więcej poziomów za pomocą Pokaż poziom suwak lub Domyślne rozszerzenie listy.

  3. Przesuwa Pokaż poziom do czwartego paska.

  4. Zmień tła wartość 1.

    Zmieniając tła ustawienie, można szybko zobaczyć liczbę przypadków w każdym węźle, które mają miejsce docelowe wartość 1 dla [Bike Buyer].Należy pamiętać, że przypadek tego scenariusza, każdego przypadek reprezentuje klienta.Wartość 1 wskazuje, że klient zakupił wcześniej bike; wartość 0 wskazuje klienta nie zakupiła rowerów.Im ciemniejszy cieniowanie węzła, tym wyższy procent przypadków w węźle, które mają miejsce docelowe wartości.

  5. Umieść kursor nad węzłem etykietą wszystkich.Wskazówka wyświetli następujące informacje:

    • Całkowita liczba przypadków

    • Liczba przypadków kupujący nie bike

    • Liczba przypadków kupujący bike

    • Liczba przypadków z brakujących wartości dla [Bike Buyer]

    Ewentualnie umieść kursor dowolny węzeł w drzewie, aby sprawdzić warunek, który jest wymagany do osiągnięcia tego węzła z węzła, który znajduje się przed nim.Można również wyświetlać tych informacji w Górnictwa legendy.

  6. Kliknij węzeł dla wieku >= 34 i < 41.Histogram jest wyświetlany jako cienki poziomy pasek w węźle i reprezentuje dystrybucji klientów w wieku emerytalnego zakres wcześniej autorów (różowy) i nie zakupu (niebieski) na rowery.Podgląd pokazuje nam prawdopodobnie klienci między wieku 34 i 40 z jednego lub samochodów do zakupu rowerów.Zabierz jeden krok dalej, możemy stwierdzić, że prawdopodobieństwo zakupu bike wzrasta, jeśli odbiorca jest faktycznie wieku od 38 do 40.

Ponieważ drążenia jest włączony, podczas tworzenia struktury i modelu, można pobrać szczegółowe informacje z przypadkach modelu i struktura wyszukiwania, łącznie z tych kolumn, które nie zostały uwzględnione w modelu górnictwa (np., AdresEmail, imię).

Aby uzyskać więcej informacji, zobacz Za pomocą drążenia na modelach górnictwo i kopalnictwo struktur (Analysis Services - wyszukiwania danych).

Aby drążyć wskroś danych przypadek

  1. Kliknij prawym przyciskiem myszy węzeł, a następnie wybierz Drill Through następnie Modelu tylko kolumny.

    Szczegóły dotyczące każdego przypadek szkolenia są wyświetlane w formacie arkusza kalkulacyjnego.Dane te pochodzą z vTargetMail wybrany widok w przypadku tabela podczas konstruowania struktura wyszukiwania.

  2. Kliknij prawym przyciskiem myszy węzeł, a następnie wybierz Drill Through następnie modelu i struktura kolumn.

    Ten sam arkusz kalkulacyjny wyświetla kolumny struktury na końcu.

Powrót do początku

Zależność karty sieciowej

Sieci zależność na karcie są wyświetlane relacje między atrybutami, które przyczyniają się do przewidywanych zdolność model wyszukiwania.Podgląd sieci zależność wzmacnia naszych ustalenia wieku i Region są ważnych czynników w przewidywaniu zakup rowerów.

Aby poznać model w karcie sieciowej zależność

  1. Kliknij Kupujący Bike węzeł zidentyfikować jego zależności.

    Węzeł Centrum sieciowe zależność Kupujący Bike, reprezentuje atrybut przewidywalne w model wyszukiwania.Cieniowanie różowy wskazuje, że wszystkie atrybuty mają wpływ na zakup rowerów.

  2. Dopasuj Wszystkie łącza suwak, aby zidentyfikować najbardziej wpływowym atrybut.

    Obniżenie suwak tylko te atrybuty, które mają największy wpływ [Bike Buyer] kolumna pozostają.Dopasowując suwak, można wykryć, wiek i region są największe czynników w przewidywaniu, czy ktoś jest kupujący rowerów.