산점도(Analysis Services - 데이터 마이닝)

산점도는 모델로 예측되는 값과 데이터의 실제 값을 비교하여 그래프로 표시합니다. 산점도에서 실제 값은 X축을 따라 표시되고 예측 값은 Y축을 따라 표시됩니다. 또한 예측 값과 실제 값이 정확하게 일치하는 완벽한 예측을 보여 주는 선이 표시됩니다. 이 이상적인 45도 각도 선으로부터 점의 거리는 예측의 정확도를 나타냅니다.

산점도 이해

마케팅 부서에서 발송된 홍보 전자 메일에 포함된 링크가 클릭된 횟수를 기반으로 일일 판매를 예측하는 모델이 있다고 가정합니다. 클릭 횟수와 판매량 모두 연속적인 숫자 값이므로 클릭 횟수를 독립 변수로 사용하고 판매를 종속 변수로 사용하여 해당 값을 그래프로 표시할 수 있습니다. 이렇게 하면 직선으로 예상 선형 관계가 표시되고 해당 선 주위에 흩어져 있는 점으로 실제 데이터와 예상 데이터의 차이가 표시됩니다. 이 분석을 통해 사용자는 결과 집합과 특정 입력 간의 상관 관계 및 이상적인 모델과의 편차를 한 눈에 확인할 수 있습니다.

결과 해석

다음 다이어그램에서는 방금 설명한 시나리오에 맞게 만든 산점도의 예를 보여 줍니다.

선 주위에 흩어져 있는 임의의 점 위에 마우스를 놓으면 도구 설명에 예측 값 및 실제 값이 표시됩니다. 산점도에 대한 마이닝 범례는 없지만 차트 자체에 모델과 관련된 점수를 표시하는 범례가 포함되어 있습니다. 점수 해석 방법은 선형 회귀 모델에 대한 마이닝 모델 콘텐츠(Analysis Services - 데이터 마이닝)를 참조하십시오.

차트의 시각적 표현은 클립보드로 복사할 수 있지만 기본 데이터 또는 수식은 복사할 수 없습니다. 선의 회귀 수식을 보려면 모델에 대한 내용 쿼리를 만듭니다. 자세한 내용은 선형 회귀 모델 쿼리 예제를 참조하십시오.

산점도에 대한 제한 사항

산점도는 입력 선택 탭에서 선택한 열에 예측 가능한 연속 특성이 포함되어 있는 경우에만 만들 수 있습니다. 추가로 선택할 필요는 없습니다. 산점도 차트 종류는 모델 및 특성 유형을 기반으로 리프트 차트 탭에 자동으로 표시됩니다.

시계열 모델에서 연속 숫자를 예측하는 경우에도 산점도를 사용하여 시계열 모델의 정확도를 측정할 수는 없습니다. 기록 데이터의 일부를 예약하는 등과 같은 다른 방법을 사용할 수 있습니다. 자세한 내용은 시계열 모델 쿼리 예제를 참조하십시오.

관련 내용

다음 항목에는 산점도와 관련 정확도 차트를 만들고 사용하는 방법에 대한 자세한 내용이 나와 있습니다.

참고 항목

개념

테스트 및 유효성 검사(데이터 마이닝)