로지스틱 회귀 모델 쿼리(Analysis Services - 데이터 마이닝)

데이터 마이닝 스키마 행 집합을 쿼리하면 모델이 만들어진 날짜, 모델이 마지막으로 처리된 날짜, 모델의 기반이 되는 마이닝 구조의 이름, 예측 가능한 특성으로 사용된 열 이름 등 모델에 대한 메타데이터를 찾을 수 있습니다. 다음 예에서는 모델을 처음 만들 때 사용한 매개 변수와 함께 모델의 이름, 유형 및 작성 날짜를 반환합니다.

SELECT MODEL_NAME, SERVICE_NAME, DATE_CREATED, MINING_PARAMETERS 
FROM $system.DMSCHEMA_MINING_MODELS
WHERE MODEL_NAME = 'Call Center_LR'

예 결과:

맨 위로 이동

다음 쿼리에서는 로지스틱 회귀 모델에 대한 몇 가지 기본 정보를 반환합니다. 로지스틱 회귀 모델은 입력으로 사용된 값을 설명하는 한계 통계 노드(NODE_TYPE = 24)가 있다는 점을 비롯하여 여러 면에서 신경망 모델과 비슷합니다. 이 예제 쿼리에서는 Targeted Mailing 모델을 사용하며 NODE_DISTRIBUTION이라는 중첩 테이블에서 값을 검색해 가능한 모든 입력의 값을 가져옵니다.

SELECT FLATTENED NODE_DISTRIBUTION AS t
FROM [TM_Logistic Regression].CONTENT 

일부 결과:

실제 쿼리는 보다 많은 행을 반환하지만 이 예제에서는 입력에 대해 제공된 정보 유형을 보여 줍니다. 예를 들어 불연속 값에 가능한 각 값은 테이블에 나열되지만 연속 입력은 분할됩니다. marginal statistics node의 정보를 사용하는 방법은 로지스틱 회귀 모델에 대한 마이닝 모델 콘텐츠(Analysis Services - 데이터 마이닝)를 참조하십시오.

맨 위로 이동

로지스틱 회귀에서는 입력 및 예측 모두에 연속 특성을 사용할 수 있으므로 데이터에 포함된 다양한 요소와 상관 관계가 있는 모델을 쉽게 만들 수 있습니다. 예측 쿼리를 사용하여 이러한 요소 간의 관계를 탐색할 수 있습니다.

다음 예제 쿼리는 Call Center 모델을 기반으로 하며 금요일 오전 근무조의 서비스 등급을 예측하는 단일 쿼리를 만듭니다. PredictHistogram(DMX) 함수는 예측 값의 유효성을 이해하는 데 관련된 통계가 들어 있는 중첩 테이블을 반환합니다.

SELECT
  Predict([Call Center_LR].[Service Grade]) as Predicted ServiceGrade,
  PredictHistogram([Call Center_LR].[Service Grade]) as [Results],
FROM
  [Call Center_LR]
NATURAL PREDICTION JOIN
(SELECT 'Friday' AS [Day Of Week],
  'AM' AS [Shift]) AS t

예 결과:

중첩 NODE_DISTRIBUTION 테이블의 확률, 지지도 및 표준 편차 값에 대한 자세한 내용은 로지스틱 회귀 모델에 대한 마이닝 모델 콘텐츠(Analysis Services - 데이터 마이닝)를 참조하십시오.

맨 위로 이동

로지스틱 회귀는 일반적으로 이진 결과에 영향을 주는 요소를 분석하려는 경우 사용됩니다. 중급 자습서에서 사용된 원래 모델은 Service Grade라는 연속 값을 예측하지만, 실제 환경에서는 서비스 등급이 불연속적인 목표 값을 만족하는지 여부를 예측해야 합니다. 또는 연속 값을 사용하여 예측을 출력한 후에 예측된 출력을 Good, Fair 또는 Poor로 그룹화하는 방법도 있습니다.

다음 예제에서는 예측 가능한 특성의 그룹화 방식을 변경하는 방법을 보여 줍니다. 이렇게 하려면 마이닝 구조의 복사본을 만든 후 대상 열의 분할 메서드를 변경합니다. 다음 절차에서는 콜 센터 데이터에 있는 Service Grade 값의 그룹화를 변경하는 방법을 설명합니다.

콜 센터 마이닝 구조 및 모델의 분할된 버전을 만들려면

다음 예제 쿼리는 이 분할된 모델을 기반으로 하며 각 예측된 결과에 대한 확률과 함께 지정된 요일에 대한 서비스 등급을 예측합니다.

SELECT
  (PredictHistogram([Call Center_LR 1].[Service Grade])) as [Predictions]
FROM
  [Call Center_LR 1]
NATURAL PREDICTION JOIN
(SELECT 'Saturday' AS [Day Of Week]) AS t  

예상 결과:

예측된 결과는 지정한 대로 세 개의 범주로 그룹화되었습니다. 그러나 이러한 그룹화는 비즈니스 목표로 설정할 수 있는 임의의 값이 아닌 데이터에 있는 실제 값의 클러스터링을 기반으로 합니다.

맨 위로 이동