Lift grafik (temel veri madenciliği Öğreticisi) doğrulukla sınama
Üzerinde Mining doğruluğu grafik sekmesini veri Mining Tasarımcısı, her modellerinizin Öngörüler yapar ne kadar iyi hesaplamak ve sonuçlar doğrudan diğer modellerin sonuçlar karşı her modelin karşılaştırmak.Bu karşılaştırma yöntem olarak adlandırılan programı bir yükseltme grafiği.Genellikle, bir araştırma modeli öngörü doğruluğu lift veya sınıflandırma doğruluk ölçülür.yükseltme grafiği yalnızca Bu öğretici için kullanacağız.Lift grafik ve diğer doğruluk grafikler hakkında daha fazla bilgi için bkz: Model doğruluğu grafik için Araçlar (Analysis Services - veri madenciliği).
Bu konuda, aşağıdaki görevleri gerçekleştirecek:
Giriş verileri seçme
Modeller, öngörülebilir sütun ve değerleri seçme
Giriş verileri seçme
İlk adım bilgisayarınızın veri madenciliği modelleri doğruluğunu sınama test etmek için kullanacağınız veri kaynak seçmektir.Modelleri sınama verileri karşı ne kadar iyi gerçekleştirmek sınayacak ve daha sonra bunları kullanarak dış veri kullanır.
Veri küme seçmek için
Geçiş Mining doğruluğu grafik sekmesinde veri Mining tasarımcısında Business Intelligence Development Studio ve Giriş seçimi sekmesi.
De doğruluk grafik için kullanılacak veri küme Seç grup kutusunda seçin kullanım madenciliği yapısı sınama durumlarını modelleriniz kenara araştırma yapısı oluşturduğunuzda ayarladığınız sınama verileri kullanarak sınamak için.
Diğer seçenekler hakkında daha fazla bilgi için bkz: Araştırma modeli doğruluğu ölçme (Analysis Services - veri madenciliği).
Modeller, öngörülebilir sütun ve değerleri seçme
Lift grafikte dahil etmek istediğiniz modelleri seçmek için sonraki adım ise tahmin edilebilir sütun karşı modelleri ve değerini tahmin etmek karşılaştırmak.
Not
Araştırma modeli sütunlar Öngörülebilir sütun adı sınırlı kullanım türü olan sütunlar listesinde küme için Predict veya Predict Only ve içerik türüne sahip Discrete veya Discretized.
Modellerin lift göstermek için
Üzerinde Giriş seçimi veri madenciliği Tasarımcı sekmesinin altında öngörülebilir araştırma modeli sütunları göstermek için seçin yükseltme grafiği, onay kutusunu seçin Tahmin sütunlar eşitlemek ve değerler.
De Öngörülebilir sütun adı sütunu, emin olun Bisiklet alıcı her model için seçilir.
De Show sütun, her modeli seçin.
Varsayılan olarak, tüm modellerinde araştırma yapısı seçilir.Değil bir modeli içerir, ancak Bu öğretici için seçilen tüm modelleri bırakmak karar verebilirsiniz.
De Değeri tahmin sütun seçme 1.Aynı değeri aynı olan her model için otomatik olarak doldurulur tahmin edilebilir sütun.
Seçin Dokundurduğunuzda grafik yükseltme grafiği görüntülemek için sekme.
Sekmesini tıklattığınızda, sunucu ve veritabanı için bir araştırma yapısı ve giriş tablo veya sınama verileri karşı tahmin sorguyu çalıştırır.Sonuçlar grafikte çizilir.
Girdiğinizde bir Değeri tahmin, rasgele tahmin modeli olarak Ideal bir Model yükseltme grafiği çizimini oluşturur.Oluşturduğunuz veri madenciliği modelleri bu iki uç arasında kalacak; rasgele tahmin arasında mükemmel bir öngörü.Tüm gelişmeleri rasgele tahmin olarak kabul edilen dokundurduğunuzda.
Gösterge Ideal modeli ile rasgele tahmin modeli temsil eden renkli çizgiler bulmak için kullanın.
Dikkat TM_Decision_Tree modeli modeller Kümeleme ve önbelleğin Bayes outperforming en lift sağlar.
yükseltme grafiği benzeyen Bu derste oluşturulan ayrıntılı bir açıklama için bkz: Grafik kaldırın (Analysis Services - veri madenciliği).
Ayrıca bkz.