• Makale

Microsoft Naive Bayes algoritması

The Microsoft Naive Bayes algorithm is a classification algorithm provided by Microsoft SQL Server Analysis Services for use in predictive modeling.Önbelleğin Bayes türeyen dan adı olgu algoritması Bayes teoremi kullanır ancak hesap bağımlılıkları alıyor ve bu nedenle kendi varsayımları önbelleğin olduğu söylenir.

Bu algoritma diğerinden daha az hesaplama yoğun Microsoft algoritmalar ve bu nedenle, giriş sütunlar ve tahmin edilebilir sütun. arasındaki ilişkileri keşfetmek için veri madenciliği modelleri hızla oluşturmak için kullanılabilirBu algoritma kullanın veri explorations ilk ve daha sonra daha sonra sonuçlar hesaplama daha yoğun ve daha doğru olan diğer algoritmalar ile ek veri madenciliği modelleri oluşturmak için uygulayabilirsiniz.

Örnek

Adventure Works Cycle şirketin pazarlama bölümünün sürekli bir tanıtım stratejisi karar verdiği hedef potansiyel müşteriler tarafından ilanları posta.Maliyetleri azaltmak için bunların ilanları yalnızca yanıt olasılığı olan müşterilerine göndermek istiyorsunuz.Şirket bilgileri Nüfus ve yanıt olarak bir önceki posta hakkında bir veritabanında saklar.Bu verileri nasıl yaş demografisi gibi görmek için kullanmak istedikleri ve konum kim benzer özelliklere sahip ve kimin şirketten daha önce satın almış müşteriler için Potansiyel müşterilerin karşılaştırarak bir promosyon yanıtı tahmin yardımcı olabilir.Özellikle, bir bisiklet satın Bu müşteriler ve bu müşteriler yapmadı arasındaki farkları görmek istedikleri.

Kullanarak Microsoft önbelleğin Bayes algoritması, Pazarlama bölümü belirli müşteri profili bir sonuca kolayca tahmin edebilir ve bu nedenle hangi müşterilerin ilanları. için yanıt büyük olasılıkla belirlemekKullanarak Microsoft Önbelleğin Bayes Görüntüleyicisi'nde Business Intelligence Development Studio, bunlar de görsel olarak araştırmaya özellikle giriş sütunları katkıda için olumlu yanıtlar için ilanları.

Algoritma nasıl çalışır?

The Microsoft Naive Bayes algorithm calculates the probability of every state of each input column, given each possible state of the predictable column.Kullanabileceğiniz Microsoft Önbelleğin Bayes Görüntüleyicisi'nde Business Intelligence Development Studio görmek görsel bir temsilini algoritması dağıtır durumları gibi görünen aşağıdaki grafiği.

Naive bayes durum dağıtımı

The Microsoft Naive Bayes Viewer lists each input column in the dataset, and shows how the states of each column are distributed, given each state of the predictable column.Durumlar arasında ayrım için önemli olan giriş sütunları tanımlamak için bu görünümü kullanın tahmin edilebilir sütun.Örneğin, iletişim uzaklığı, sütun , bir çözüm bulmak için iki mil ile müşteri commutes, müşterinin bir bisiklet satın alacak 0.387 olasılıktır ve müşteri bir bisiklet satın alacak 0.287 olasılıktır aşağıda.Bu örnekte, bir müşteri, bir bisiklet satın olup olmadığını tahmin etmek için sayısal bilgi, müşterinin özelliklerini commute distance gibi türetilen algoritmasını kullanır.Kullanma hakkında daha fazla bilgi için Microsoft Önbelleğin Bayes Görüntüleyicisi Bkz: Microsoft Naive Bayes Görüntüleyici ile bir araştırma modeli görüntüleme.

Önbelleğin Bayes modeller için gerekli veri

Önbelleğin Bayes modeli eğitim kullanmak için veri hazırladığınızda ne kadar veri gerekli ve verileri nasıl kullanıldığı gibi algoritması gereksinimleri anlamanız gerekir.

Önbelleğin Bayes modeli gereksinimleri aşağıdaki gibidir:

  • Tek bir anahtar sütunher model, her kaydı benzersiz olarak tanımlayan bir sayı veya metin sütun içermelidir.Bileşik anahtarları izin verilmez.

  • Giriş sütunlarıde bir önbelleğin Bayes modeli, tüm sütunlar olmalıdır kesikli veya discretized sütun.Discretizing sütunları hakkında daha fazla bilgi için bkz: Discretization yöntemleri (veri madenciliği).Bir önbelleğin Bayes modeli için giriş özniteliklerini birbirinden bağımsız olmasını sağlamak önemlidir.

  • En az bir tahmin edilebilir sütunöngörülebilir öznitelik kesikli veya discretized değeri içermesi gerekir.Değerleri tahmin edilebilir sütun girdi olarak ele alınabilir ve sık sık, sütunlar arasında ilişkiler bulunacak olan.

Modeli görüntüleme

Model keşfetmek için kullanabileceğiniz Önbelleğin Bayes Görüntüleyici Microsoft.Görüntüleyici öngörülebilir öznitelik için giriş özniteliklerini nasıl arasında ilişki gösterilmektedir.Görüntüleyiciyi her kümenin her küme diğerlerinin ayırt özniteliklerin listesini ve tüm eğitim verileri kümesi özelliklerini ayrıntılı bir profil de sağlar.Daha fazla bilgi için bkz: Microsoft Naive Bayes Görüntüleyici ile bir araştırma modeli görüntüleme.

Daha fazla ayrıntı öğrenmek isterseniz, modelinde göz Microsoft Genel içerik ağacı Görüntüleyicisi (veri madenciliği Tasarımcısı).Model içinde saklanan bilgi türü hakkında daha fazla bilgi için bkz: Önbelleğin Bayes modeller için içerik modeli mining (Analysis Services - veri madenciliği).

Öngörüler yapmak

Modeli eğitim almış sonra sonuçlar olarak saklanan bir küme keşfedin ya da Öngörüler yapmak için kullanmak desenler.

Öngörüler hakkında yeni verilerin nasıl ilişkili olduğu için öngörülebilir öznitelik veya modeli tarafından bulunan korelasyonlarını açıklayan istatistikleri alabilirsiniz dönmek için sorgular oluşturabilirsiniz.

Bir veri sorgular oluşturma hakkında bilgi için araştırma modeli, bkz: Veri madenciliği modelleri sorgulama (- Analysis Services veri madenciliği).Önbelleğin Bayes modeli ile sorgular kullanma örnekleri için bkz: Önbelleğin Bayes Model sorgulama (- Analysis Services veri madenciliği).

Açıklamalar

  • In öngörü modeli İşaretleme Dili (veri madenciliği modelleri oluşturmak için pmml) destekler.

  • detaylandırma destekler.

  • Veri madenciliği boyutları oluşturulmasını desteklemez.

  • olap veri madenciliği modelleri destekler.