Leçon 4 : Exploration des modèles de publipostage ciblé (Didacticiel sur l'exploration de données de base)
S’applique à : SQL Server 2016 Preview
Une fois que les modèles inclus dans votre projet sont traités, vous pouvez les explorer pour rechercher des tendances intéressantes. Étant donné que les motifs peuvent être complexes et difficiles en examinant simplement des nombres, l'exploration de données SQL Server fournit des outils visuels qui vous aident à analyser les données et à comprendre les règles et les relations que les algorithmes ont découvert dans les données. Utilisez également un large éventail de tests de précision pour valider votre dataset ou découvrir quel modèle est le plus performant avant de le déployer.
Lorsque vous utilisez Outils de données SQL Server (SSDT) pour Explorer vos modèles, chaque modèle que vous avez créé est répertorié dans le visionneuse de modèle d’exploration de données onglet dans le Concepteur d’exploration de données. Vous pouvez utiliser les visionneuses pour explorer les modèles. Ces visionneuses sont également disponibles dans SQL Server Management Studio.
Chaque algorithme que vous avez utilisé pour créer un modèle dans Analysis Services retourne un type différent de résultat. Par conséquent, Analysis Services fournit des visionneuses personnalisées pour chaque type de modèle d'apprentissage automatique.
Si vous souhaitez obtenir des détails, Analysis Services fournit également une visionneuse HTML, appelée la visionneuse d’arborescence de contenu générique, qui affiche des informations détaillées sur les données du modèle et les schémas qui ont été trouvés dans un format tabulaire semi-structurées. Pour plus d’informations, consultez Explorer un modèle à l’aide de la visionneuse de l’arborescence de contenu générique Microsoft.
Dans cette leçon, vous allez examiner les résultats de vos trois modèles. Chaque type de modèle est basé sur un algorithme différent et fournit un aperçu différent des données.
Le modèle Decision Tree vous indique les facteurs qui influencent l'achat de vélos.
Le modèle Clustering regroupe vos clients selon des attributs qui incluent leur comportement d'achat de vélo et d'autres attributs sélectionnés.
Le modèle Naive Bayes vous permet d'explorer la relation entre différents attributs.
Consultez les rubriques suivantes pour en savoir plus sur les visionneuses de modèles d'exploration de données.
Les trois modèles peuvent être affichés à l’aide de la visionneuse d’arborescence de contenu générique, pour extraire des formules, des valeurs de données et ainsi de suite.
Première tâche de la leçon
Leçon précédente
Leçon 3 : ajout et traitement des modèles
Leçon suivante
Leçon 5 : Test des modèles ( ; Didacticiel d’exploration de données de base de données ) ;
Voir aussi
Tâches de la visionneuse de modèle d'exploration de données et procédures
Visionneuses de modèle d’exploration de données