Добавление модели логистической регрессии к структуре Call Center (учебник по интеллектуальному анализу данных — средний уровень)
Кроме анализа факторов, которые могут повлиять на работу центра обработки звонков, также была поставлена задача выработать конкретные рекомендации для персонала с целью повысить качество обслуживания. Для этой задачи будет использоваться та же структура интеллектуального анализа данных, с помощью которой была построена исследовательская модель. Также будет добавлена модель интеллектуального анализа данных, которая будет использоваться для создания прогнозов.
В службах Analysis Services модель логистической регрессии основана на алгоритме нейронной сети и поэтому обладает такой же гибкостью и теми же возможностями, что и модель нейронной сети, однако лучше подходит для прогнозирования результатов.
Для этого сценария можно использовать все столбцы, включенные в модель нейронной сети. Однако во время добавления новых моделей в структуру интеллектуального анализа данных новые модели по умолчанию создаются с тем же набором входных данных и прогнозируемых атрибутов, что и первая модель интеллектуального анализа данных. Поэтому необходимо изменить входные данные и прогнозируемые атрибуты, чтобы изменить новую модель в соответствии с бизнес-задачами.
Кроме того, чтобы обеспечить максимально возможное подобие моделей Call Center, для моделей будет задан параметр начального значения. Параметр начального значения гарантирует неизменность модели в ходе повторной обработки. Если не указать числовое значение для параметра начального значения, службы SQL Server Analysis Services создадут начальное значение на основе имени модели. Поскольку модель нейронной сети и создаваемая модель логистической регрессии имеют различные имена, необходимо задать начальное значение, чтобы гарантировать, что модели будут обрабатывать данные, начиная с одной и той же точки.
Добавление новой модели интеллектуального анализа данных к структуре интеллектуального анализа данных Call Center
В среде Business Intelligence Development Studio в обозревателе решений щелкните правой кнопкой мыши структуру интеллектуального анализа данных Call Center Binned и выберите команду Открыть конструктор.
В конструкторе интеллектуального анализа данных перейдите на вкладку Модели интеллектуального анализа данных.
Выберите команду Создать связанную модель интеллектуального анализа данных.
В диалоговом окне Создание модели интеллектуального анализа данных введите в поле Имя модели значение Call Center - LR. В поле Имя алгоритма выберите Алгоритм логистической регрессии (Майкрософт).
Нажмите кнопку ОК.
На вкладке Модели интеллектуального анализа данных появляется новая модель интеллектуального анализа данных.
Настройка модели логистической регрессии
В столбце для новой модели интеллектуального анализа данных Call Center - LR оставьте в качестве ключа значение Fact CallCenter ID.
Измените значение ServiceGrade и Level Two Operators на Прогноз.
Эти столбцы будут использоваться и в качестве входных данных, и для прогноза. Когда в модель нейронной сети или логистической регрессии включаются несколько прогнозируемых атрибутов, то фактически создаются две отдельные модели в одном контейнере метаданных. Алгоритм создает отдельное поддерево для каждого из заданных прогнозируемых атрибутов.
Измените тип всех остальных столбцов на Входной.
Указание начального значения и обработка моделей
На вкладке Модель интеллектуального анализа данных щелкните правой кнопкой мыши столбец для модели «Call Center - LR» и выберите команду Установить параметры алгоритма.
В строке для параметра HOLDOUT_SEED щелкните пустую ячейку под строкой Значение и введите 1. Нажмите кнопку ОК.
.gif "Примечание")
ПримечаниеЗначение, выбираемое в качестве начального, не играет роли, но необходимо использовать одно и то же начальное значение для всех связанных моделей.
В меню Модели интеллектуального анализа данных выберите команду Обработать структуру интеллектуального анализа данных и все модели. Чтобы выполнить развертывание на сервере обновленного проекта интеллектуального анализа данных, нажмите кнопку Да.
В диалоговом окне Обработка модели интеллектуального анализа данных нажмите кнопку Выполнить.
Нажмите кнопку Закрыть, чтобы закрыть диалоговое окно Ход обработки, а затем вновь нажмите кнопку Закрыть в диалоговом окне Обработка модели интеллектуального анализа данных.
Следующая задача занятия