Ders 5: Sınama modeller (temel veri madenciliği Öğreticisi)

Eğitim küme hedeflenen posta senaryo kullanarak modeli işlendi artık, sınama küme karşı modelleriniz sınayacak.Sınama küme verileri bisiklet satın almak için bilinen değerlerini içerdiğinden, modelin Öngörüler doğru olup olmadığını belirlemek kolaydır.En iyi yerine getiren modeli tarafından kullanılan Adventure Works Cycles müşterileri için tanımlamak için pazarlama departmanıkendi hedeflenen posta kampanya.

Bu derste Öngörüler sınama küme karşı yaparak ilk modelleriniz sınayacak.Next, you will test your models on a filtered subset of the data.Analysis Services provides a variety of methods to determine the accuracy of mining models.Bu derste biz bir göz atın bir yükseltme grafiği.

Doğrulama veri madenciliği süreci önemli bir adımdır.Hedeflenen posta veri madenciliği modelleri karşı gerçek veriler ne kadar iyi yapmak bilmek önemlidir önce dağıtmak üretim ortamına modelleri.Daha büyük veri madenciliği işlemi modeli doğrulaması yeri hakkında daha fazla bilgi için bkz: Veri madenciliği kavramları (- Analysis Services veri madenciliği).

Bu derste, aşağıdaki görevleri içerir:

Lift grafik (temel veri madenciliği Öğreticisi) doğrulukla sınama

Filtre uygulanmış bir modelini (temel veri madenciliği Öğreticisi) sınama