Share via


PredictCaseLikelihood (DMX)

Wird nur mit Clustermodellen verwendet. Diese Funktion gibt die Wahrscheinlichkeit zurück, mit der ein Eingabefall in ein vorhandenes Modell passt.

Syntax

PredictCaseLikelihood([NORMALIZED|NONNORMALIZED])

Argumente

  • NORMALIZED
    Der Rückgabewert enthält die Wahrscheinlichkeit des Falls im Modell geteilt durch die Wahrscheinlichkeit des Falls ohne Modell.

  • NONNORMALIZED
    Der Rückgabewert enthält die interne Wahrscheinlichkeit des Falls, bei der es sich um das Produkt aus den Wahrscheinlichkeiten der Fallattribute handelt.

Betrifft

Modelle, die mit dem Microsoft Clustering- oder dem Microsoft Sequence Clustering-Algorithmus erstellt wurden.

Rückgabetyp

Eine Gleitkommazahl doppelter Genauigkeit zwischen 0 und 1. Bei einer Zahl, die näher an 1 liegt, steigt die Wahrscheinlichkeit, dass der Fall in diesem Modell auftritt. Bei einer Zahl, die näher an 0 liegt, sinkt die Wahrscheinlichkeit, dass der Fall in diesem Modell auftritt.

Hinweise

Ein Ergebnis der PredictCaseLikelihood-Funktion ist standardmäßig normalisiert. Normalisierte Werte sind in der Regel nützlicher, weil die Anzahl von Attributen in einem Fall zunimmt und die Unterschiede zwischen den internen Wahrscheinlichkeiten zweier Fälle erheblich geringer werden.

Die folgende Gleichung dient zur Berechnung der normalisierten Werte, wobei X und Y gegeben sind:

  • x = Wahrscheinlichkeit für den Fall auf Grundlage des Clusteringmodells

  • y = Marginale Fallwahrscheinlichkeit, berechnet als Log-Likelihood des Falls basierend auf der Zählung der Trainingsfälle

  • Z = Exp(log(x) – Log(Y))

Normalisiert = (z/ 1+z))

Beispiele

Im folgenden Beispiel wird die Wahrscheinlichkeit zurückgegeben, mit der der angegebene Fall innerhalb des Clustermodells auftritt, das unter Lernprogramm zu Data Mining-Grundlagen erstellt wurde.

SELECT
  PredictCaseLikelihood() AS Default_Likelihood,
  PredictCaseLikelihood(NORMALIZED) AS Normalized_Likelihood,
  PredictCaseLikelihood(NONNORMALIZED) AS Raw_Likelihood,
FROM
  [TM Clustering]
NATURAL PREDICTION JOIN
(SELECT 28 AS [Age],
  '2-5 Miles' AS [Commute Distance],
  'Graduate Degree' AS [Education],
  0 AS [Number Cars Owned],
  0 AS [Number Children At Home]) AS t

Erwartete Ergebnisse:

Default_Likelihood

Normalized_Likelihood

Raw_Likelihood

6,30672792729321E-08

6,30672792729321E-08

9,5824454056846E-48

Der Unterschied zwischen diesen Ergebnissen veranschaulicht den Effekt der Normalisierung.

Änderungsverlauf

Aktualisierter Inhalt

Das Beispiel wurde korrigiert, um die Unterschiede zwischen internen normalisierten und nicht normalisierten Wahrscheinlichkeiten genau anzuzeigen.