• Artigo

Adicionando um modelo de regressão logística à estrutura do call center (Tutorial de mineração de dados intermediário)

Além de analisar os fatores que podem afetar as operações do call center, você também recebeu uma solicitação para recomendar maneiras para a equipe melhorar seus níveis de serviço. Nesta tarefa, você usará a mesma estrutura de mineração que usou para criar o modelo de rede neural usado para exploração dos dados e adicionar um modelo de mineração que será usado para criar previsões.

Podem ser usadas redes neurais e regressão logística para previsão. No entanto, em geral, redes neurais são consideradas adequadas para exploração de interações complexas, enquanto que regressão logística é particularmente adequada para prever resultados binários com base em variáveis independentes conhecidas. Neste tutorial, você já identificou o resultado de destino (o melhor nível de serviço) e aprendeu alguns dos fatores que podem influenciar o nível de serviço. Portanto, a regressão logística é uma boa escolha para prever como as alterações em variáveis independentes, como tempo de resposta da equipe de e chamadas, podem afetar o nível de serviço.

Nesta lição, você adicionará um novo modelo e personalizará o novo modelo para suas questões comerciais.

Para adicionar um novo modelo de mineração à estrutura de mineração do call center

  1. No Business Intelligence Development Studio, no Gerenciador de Soluções, clique com o botão direito do mouse na estrutura de mineração Call Center e selecione Abrir Designer.

  2. No Designer de Mineração de Dados, clique na guia Modelos de Mineração.

  3. Clique em Criar um modelo de mineração relacionado.

  4. Na caixa de diálogo Novo Modelo de Mineração, em Nome do modelo, digite Call Center - LR. Em Nome do algoritmo, selecione Regressão Logística da Microsoft.

  5. Clique em OK.

    O novo modelo de mineração é exibido na guia Modelos de Mineração.

Para personalizar o modelo de regressão logística

  1. Na coluna para o novo modelo de mineração, Call Center - LR, deixe Fact CallCenter ID como a chave.

  2. Altere o valor de ServiceGrade e Operadores de Nível Dois para Prever.

    Essas colunas serão usadas como entrada e para previsão.

    ObservaçãoObservação

    Quando você inclui vários atributos previsíveis em um modelo de rede neural ou modelo de regressão logística, basicamente está criando dois modelos diferentes no mesmo contêiner de metadados. Isso ocorre porque o algoritmo cria uma subárvore separada para cada conjunto de atributos previsíveis.

  3. Altere todas as colunas para Entrada.

Para especificar a semente e processar os modelos

  1. Na guia Modelo de Mineração, clique com o botão direito do mouse na coluna para o modelo denominado Call Center - LR e selecione Definir Parâmetros de Algoritmo.

  2. Na linha para o parâmetro HOLDOUT_SEED, clique na célula vazia em Valor e digite 1. Clique em OK.

    ObservaçãoObservação

    O valor escolhido como semente não importa, desde que você use o mesmo valor para todos os modelos relacionados.

  3. No menu Modelos de Mineração, selecione Processar Estrutura de Mineração e Todos os Modelos. Clique em Sim para implantar o projeto de mineração de dados atualizado no servidor.

  4. Na caixa de diálogo Processar Modelo de Mineração, clique em Executar.

  5. Clique em Fechar para fechar a caixa de diálogo Progresso do Processo e clique em Fechar novamente na caixa de diálogo Processar Modelo de Mineração.

Consulte também

Conceitos

Processando objetos de mineração de dados