콜 센터 구조에 로지스틱 회귀 모델 추가(중급 데이터 마이닝 자습서)
콜 센터 운영에 영향을 줄 수 있는 요인을 분석하는 것 외에 직원이 서비스 등급을 향상시키는 방법에 대한 일부 특정 권장 사항을 제공할 것도 요청받았습니다. 이 태스크에서는 탐색 모델을 작성하는 데 사용한 마이닝 구조를 그대로 사용하고 예측을 만드는 데 사용될 마이닝 모델을 추가합니다.
Analysis Services에서 로지스틱 회귀 모델은 신경망 알고리즘을 기반으로 하고 신경망 모델과 동일한 유연성과 강력한 기능을 제공하지만 결과 예측에 더 적합합니다.
이 시나리오에서는 신경망 모델에 포함된 모든 열을 다시 사용할 수 있습니다. 그러나 마이닝 모델에 새 모델을 추가하면 기본적으로 첫 번째 마이닝 모델과 동일한 입력 및 예측 가능한 특성을 통해 새 모델이 생성됩니다. 따라서 새 모델을 해당 비즈니스 질문에 맞게 사용자 지정하기 위해서는 입력 및 예측 가능한 특성을 변경해야 합니다.
또한 콜 센터 모델이 가능한 한 유사하도록 두 모델에 대한 초기값 매개 변수를 설정합니다. . 초기값 매개 변수는 모델을 다시 처리 과정 동안 동일하게 유지합니다. 초기값 매개 변수에 대한 숫자 값을 지정하지 않으면 SQL Server Analysis Services가 모델 이름을 기반으로 하여 초기값을 생성합니다. 작성하는 신경망 모델 및 로지스틱 회귀 모델의 이름이 모두 서로 다르기 때문에 정확하게 동일한 지점에서 시작하여 데이터를 처리하도록 초기값을 설정해야 합니다.
콜 센터 마이닝 구조에 새 마이닝 모델을 추가하려면
Business Intelligence Development Studio의 솔루션 탐색기에서 마이닝 구조 Call Center Binned를 마우스 오른쪽 단추로 클릭하고 디자이너 열기를 선택합니다.
데이터 마이닝 디자이너에서 마이닝 모델 탭을 클릭합니다.
관련 마이닝 모델 만들기를 클릭합니다.
새 마이닝 모델 대화 상자의 모델 이름에 Call Center - LR을 입력합니다. 알고리즘 이름에 대해 Microsoft 로지스틱 회귀를 선택합니다.
확인을 클릭합니다.
마이닝 모델 탭에 새 마이닝 모델이 나타납니다.
로지스틱 회귀 모델을 사용자 지정하려면
Call Center - LR이라는 새 마이닝 모델 열에서 Fact CallCenter ID를 키로 남겨 둡니다.
ServiceGrade 및 Level Two Operators 값을 PREDICT로 변경합니다.
이러한 열은 입력 및 예측에 모두 사용됩니다. 신경망 모델 또는 로지스틱 회귀 모델에 예측 가능한 여러 특성을 포함하는 경우 본질적으로 동일한 메타데이터 컨테이너 내에 별도의 두 모델을 만드는 것입니다. 알고리즘은 각각의 예측 가능한 특성 집합에 대해 별도의 하위 트리를 만듭니다.
다른 모든 열을 입력으로 변경합니다.
초기값을 지정하고 모델을 처리하려면
마이닝 모델 탭의 Call Center - LR이라는 모델 열을 마우스 오른쪽 단추로 클릭하고 알고리즘 매개 변수 설정을 선택합니다.
HOLDOUT_SEED 매개 변수의 행에서 값 아래에 있는 빈 셀을 클릭하고 1을 입력합니다. 확인을 클릭합니다.
[!참고]
모든 관련 모델에 대해 동일한 초기값을 사용하는 경우에는 초기값으로 선택한 값이 중요하지 않습니다.
마이닝 모델 메뉴에서 마이닝 구조 및 모든 모델 처리를 선택합니다. 서버에 업데이트된 데이터 마이닝 프로젝트를 배포하려면 예를 클릭합니다.
마이닝 모델 처리 대화 상자에서 실행을 클릭합니다.
닫기를 클릭하여 처리 진행률 대화 상자를 닫은 다음 마이닝 모델 처리 대화 상자에서 다시 닫기를 다시 클릭합니다.