Önbelleğin Bayes modeller için içerik modeli mining (Analysis Services - veri madenciliği)

Önbelleğin Bayes modeli yapısını anlama

Önbelleğin Bayes modeli, model ve kendi meta veriler ve underneath üst düğüm, herhangi bir sayıda seçtiğiniz öngörülebilir öznitelikleri temsil eden bağımsız ağaçları temsil eden tek bir üst düğüm vardır.Öznitelikler için ağaçları yanı sıra, her model bir Marjinal istatistikleri düğüm içeriyor (node_type = 26) hakkında tanımlayıcı istatistik sağlayan küme eğitim talepleri.Daha fazla bilgi için bkz: Marjinal istatistikleri düğüm bilgileri.

Her tahmin edilebilir öznitelik ve değeri, modeli sonucunu bu öngörülebilir sütunlar nasıl çeşitli giriş açıklayan bilgiler içeren bir ağaç etkilenen çıkarır.Öngörülebilir öznitelik ve değeri, her ağacı içerir (node_type = 9) ve sonra bir dizi giriş özniteliklerini temsil düğümleri (node_type = 10).Giriş öznitelikleri genelde birden çok değere sahip olduğundan, her giriş öznitelik (node_type = 10) birden çok alt düğümleri olabilir (node_type = 11), her biri için belirli öznitelik durumu.

Önbelleğin Bayes modeli için içerik modeli

Bu bölümde, önbelleğin Bayes modeller için belirli yakınlık derecesine sahip yalnızca bu sütunlar araştırma modeli içerik için ayrıntı ve örnekler sağlar.

Şema satır kümesi, model_catalog ve model_adı, gibi genel amaçlı sütunlar hakkında bilgi için değil açıklanan burada veya araştırma modeli terminolojinin açıklamaları için bkz: İçerik modeli mining (Analysis Services - veri madenciliği).

• MODEL_CATALOG
  Model depolandığı veritabanının adı.

• MODEL_ADI
  Modelinin adı.

• ÖZNİTELİK_ADÝ
  Bu düğüm karşılık gelen öznitelik adları.

  Modeli kököngörülebilir öznitelik adı.

  Marjinal istatistikleri geçerli değil

  Öngörülebilir özniteliköngörülebilir öznitelik adı.

  Giriş öznitelikgiriş öznitelik adı.

  Giriş öznitelik durumuyalnızca giriş öznitelik adı.Durumu almak için MSOLAP_NODE_SHORT_CAPTION kullanın.

• NODE_NAME
  Düğüm adı.

  Bu sütun NODE_UNIQUE_NAME aynı değeri içerir.

  Düğüm adlandırma kuralları hakkında daha fazla bilgi için bkz: kullanarak düğüm adları ve kimliklerinden.

• NODE_UNIQUE_NAME
  Düğümü benzersiz adı.Düğümler arasındaki ilişkileri hakkında bilgi sağlayan bir kuralına göre benzersiz adlar atanır.Düğüm adlandırma kuralları hakkında daha fazla bilgi için bkz: kullanarak düğüm adları ve kimliklerinden.

• NODE_TYPE
  Önbelleğin Bayes modeli aşağıdaki düğüm türleri çıktısını verir:

  Düğüm türü No	Açıklama
  26 (NaiveBayesMarginalStatNode)	Tüm açıklayan istatistikleri içeren küme modeli için eğitim taleplerinin.
  9 (Öngörülebilir öznitelik)	Öngörülebilir-öznitelik adını içerir.
  10 (Giriş öznitelik)	Öznitelik değerleri içeren adını giriş öznitelik sütun ve alt düğümler içerir.
  11 (Giriş öznitelik durumu)	Değerleri veya discretized belirli çıkış özniteliği ile eşleştirilmiş tüm giriş öznitelik değerleri içerir.

• NODE_CAPTION
  Etiket veya düğüm ile ilişkili bir resim yazısı.Bu özellik öncelikle görüntüleme amaçlıdır.

  Modeli kökboş

  Marjinal istatistikleri boş

  Öngörülebilir özniteliköngörülebilir öznitelik adı.

  Giriş özniteliköngörülebilir öznitelik ve geçerli giriş öznitelik adı.Ex:

  Bisiklet alıcı -> yaş

  Giriş öznitelik durumuöngörülebilir öznitelik ve geçerli giriş öznitelik artı değer giriş adı.Ex:

  Bisiklet alıcı -> yaş eksik =

• CHILDREN_CARDINALITY
  Düğüm olan çocuklar sayısı.

  Modeli kökmodeli artı 1 Marjinal istatistikleri düğüm öngörülebilir öznitelikleri sayısı.

  Marjinal istatistikleri tanımına göre alt öğesi yok.

  Öngörülebilir öznitelik için geçerli tahmin edilebilir öznitelik ilişkili giriş öznitelikleri sayısı.

  Giriş öznitelikgeçerli giriş öznitelik kesikli veya discretized değerleri sayısı.

  Giriş öznitelik durumuher zaman 0.

• PARENT_UNIQUE_NAME
  Üst düğüm benzersiz adı.Üst ve alt düğümler ile ilgili daha fazla bilgi için bkz: kullanarak düğüm adları ve kimliklerinden.

• NODE_DESCRIPTION
  Aynı düğüm resim yazısı.

• NODE_RULE
  Düğüm resim yazısı bir xml betimlemesi.

• MARGINAL_RULE
  Aynı düğüm kural.

• NODE_PROBABILITY
  Bu düğüm ile ilişkili olasılık.

  Modeli kökher zaman 0.

  Marjinal istatistikleri her zaman 0.

  Öngörülebilir öznitelik her zaman 1.

  Giriş öznitelikher zaman 1.

  Giriş öznitelik durumuolasılığı, geçerli değerini temsil eden bir tamsayı.Ana giriş öznitelik düğümü toplam 1 altında tüm giriş özniteliği durumları için değerler.

• MARGINAL_PROBABILITY
  Aynı düğüm olasılık.

• NODE_DISTRIBUTION
  Düğüm için olasılık çubuk içeren bir tablo.Daha fazla bilgi için bkz: NODE_DISTRIBUTION tablo.

• NODE_SUPPORT
  Bu düğüm destek servis taleplerinin sayısı.

  Modeli köktüm durumlarda eğitim veri sayısı.

  Marjinal istatistikleri her zaman 0.

  Öngörülebilir öznitelik tüm durumlarda eğitim veri sayısı.

  Giriş özniteliktüm durumlarda eğitim veri sayısı.

  Giriş öznitelik durumudurumlarda belirli bu değeri içeren eğitim veri sayısı.

• MSOLAP_MODEL_COLUMN
  Görüntüleme amacıyla kullanılan bir etiket.Genellikle aynı öznitelik_adý.

• MSOLAP_NODE_SCORE
  Öznitelik veya değer modeli içindeki önemini gösterir.

  Modeli kökher zaman 0.

  Marjinal istatistikleri her zaman 0.

  Öngörülebilir öznitelik her zaman 0.

  Giriş öznitelikInterestingness puanı geçerli giriş öznitelik geçerli tahmin edilebilir öznitelik ilişkili olarak için.

  Giriş öznitelik durumuher zaman 0.

• MSOLAP_NODE_SHORT_CAPTION
  Bir metin dize adı veya sütun değerini temsil eder.

  Modeli kökboş

  Marjinal istatistikleri boş

  Öngörülebilir özniteliköngörülebilir öznitelik adı.

  Giriş öznitelikgiriş öznitelik adı.

  Giriş özniteliği durumuveya discretized giriş öznitelik değerinin.

Düğüm adları ve kimliklerinden kullanma

Önbelleğin Bayes modeli içindeki düğümlerin adlandırma modeli bilgileri arasındaki ilişkiyi anlamak daha kolay hale getirmek için düğümün türü hakkında ek bilgi sağlar.Aşağıdaki tablo farklı düğüm türü için atanan kimliklerinin kuralını gösterir.

Giriş öznitelikleri ve durumları için öngörülebilir bir öznitelik ile ilişkili kimlikleri kullanabilirsiniz.Örneğin, aşağıdaki sorgu adları ve giriş ve öngörülebilir öznitelikleri modeli için olası birleşimlerini temsil düğümler için resim yazısı verir TM_NaiveBayes.

SELECT NODE_NAME, NODE_CAPTION
FROM TM_NaiveBayes.CONTENT
WHERE NODE_TYPE = 10

Beklenen sonuçlar:

Daha sonra üst düğümlerin kimliklerini alt düğümlerin almak için de kullanabilirsiniz.Aşağıdaki sorgu için değerleri içeren düğümleri alır Marital Status öznitelik, her düğümün olasılık ile birlikte.

SELECT NODE_NAME, NODE_CAPTION, NODE_PROBABILITY
FROM TM_NaiveBayes.CONTENT
WHERE NODE_TYPE = 11
AND [PARENT_UNIQUE_NAME] = '20000000000000009'

Beklenen sonuçlar:

NODE_DISTRIBUTION tablo

İç içe geçmiş tablo sütun, NODE_DISTRIBUTION, genellikle düğüm değerlerini dağıtım ile ilgili istatistikleri içerir.Önbelleğin Bayes modelinde, bu tablo için yalnızca aşağıdaki düğümler doldurulur:

Artan düzeylerde ayrıntı almak için kimlikleri düğüm veya düğüm resim yazısı'nı kullanabilirsiniz.Örneğin, aşağıdaki sorgu NODE_DISTRIBUTION belirli sütunları alır tablo değer ilişkili öznitelik düğümleri yalnızca giriş için 'Marital Status = S'.

SELECT FLATTENED NODE_CAPTION,
(SELECT ATTRIBUTE_NAME, ATTRIBUTE_VALUE, [SUPPORT], [PROBABILITY], VALUETYPE
FROM NODE_DISTRIBUTION) as t
FROM TM_NaiveBayes.content
WHERE NODE_TYPE = 11
AND NODE_CAPTION = 'Bike Buyer -> Marital Status = S'

Beklenen sonuçlar:

Bu sonuçlar destek değeri sütun ile belirtilen medeni bir bisiklet satın müşterilerin sayısını bildirir.OLASILIK sütun olarak yalnızca bu düğüm için hesaplanan her öznitelik değeri olasılığını içerir.NODE_DISTRIBUTION'de kullanılan terimlerin genel tanımları için tablo, bkz: İçerik modeli mining (Analysis Services - veri madenciliği).

Marjinal istatistikleri düğüm bilgileri

Ayrıca bkz.

Kavramlar

Diğer Kaynaklar