Model içerik Neural ağ modeller için mining (Analysis Services - veri madenciliği)

Bir Neural ağ modeli yapısını anlama

Her neural ağ modeli, model ve meta veriler gösteren tek bir üst düğüm ve Marjinal istatistikleri düğüm vardır (NODE_TYPE 24 =), giriş öznitelikleri hakkında açıklayıcı istatistikleri sağlar.Bu girdileri hakkında bilgileri özetler için Marjinal istatistikler düğümünü, böylece sorgu verileri tek tek düğümlerden gerekmez da yararlıdır.

Bu iki düğüm altında en az iki daha fazla düğüm vardır ve modele sahip olan çok daha öngörülebilir kaç özniteliklerini bağlı.

• Ilk düğümü (NODE_TYPE 18 =) her zaman üst düğüm giriş katmanın temsil eder.Giriş düğümlerin bu üst düğüm altında bulabilirsiniz (NODE_TYPE = 21), gerçek giriş öznitelikleri ve değerleri içerir.

• Her ardışık düğümlerin farklı içerir. alt ağ (node_type 17 =).Her alt ağı, her zaman gizli bir katmanda içerir (NODE_TYPE 19 =) ve bir çıkış Katmanı (NODE_TYPE = 20), alt ağ için.

Giriş katmanı bilgileri basittir: Giriş her katman bir üst düğüm (NODE_TYPE 18 =) giriş düğümlerin topluluğu için bir düzenleyici gibi hizmet verir (NODE_TYPE = 21). Giriş düğümlerin içeriği, aşağıdaki tabloda açıklanmıştır.

Her alt ağı (NODE_TYPE 17 =) giriş katmanı etki ilgili olarak, tahmin edilebilir belirli bir analiz gösteren öznitelik.Birden fazla tahmin edilebilir çıkış varsa, birden çok alt vardır.Birden çok gizli düğümlerin her alt ağ için gizli katmanı içerir (NODE_TYPE 22 =), o belirli gizli düğümünde sona erdirir her geçiş için ağırlıklar ayrıntılarını içerir.

Çıkış katman (NODE_TYPE = 20) çıktı düğümlerin içerir (NODE_TYPE 23 =) her öngörülebilir özniteliğinin farklı değerlerini içerir.Öngörülebilir öznitelik sürekli sayısal veri türü ise, öznitelik için yalnızca tek bir çıktı düğüm yok.

Girişleri ve alt yapısını araştırmak için kolay bir yol Microsoft Genel içerik ağacı Görüntüleyici.Herhangi bir düğümde genişletmek ve alt düğümlerin görmek için tıklatın veya ağırlıklarını ve içerdiği diğer istatistikleri, düğüm görüntüleyebilirsiniz.

Veri ile çalışmanın ve karşılıklı olarak nasıl modeli girdileri çıkışlarını ile ilişkilendirir görmek için Microsoft Neural ağ Görüntüleyicisi.Özel bu görüntüleyiciyi kullanarak, giriş öznitelikleri ve değerleri süzme ve grafik çıktılarının nasıl etkiledikleri bakın.Görüntüleyiciyi ipuçlarında olasılık ve her girdi ve çıktı değerleri çifti ilişkili lift gösterir.Daha fazla bilgi için bkz:Görüntüleme bir araştırma modeli Microsoft Neural ağ Görüntüleyicisi.

Model içerik için Neural bir ağ modeli

Bu bölüm, belirli ilgi neural ağlar için olan bu sütunlar araştırma modeli içerik için ayrıntı ve örnekler sağlar.Şema satır kümesi, MODEL_CATALOG ve MODEL_NAME, burada açıklanmayan genel amaçlı sütunlarda hakkında bilgi için veya araştırma modeli terminolojisi hakkında açıklamalar için bkz: araştırma modeli Içerik (Analysis Services - veri madenciliği).

• model_catalog
  Modelin nerede depolandığını veritabanının adı.

• MODEL_ADI
  Model adı.

• ÖZNİTELİK_ADÝ
  Bu düğüm için karşılık gelen öznitelikleri adları.

  Düğüm	Içeriği
  Model kök	Blank
  Marjinal istatistikleri	Blank
  Giriş katmanı	Blank
  Girdi düğümü	Giriş bir öznitelik adı
  Gizli katmanı	Blank
  Gizli bir düğüm	Blank
  Çıkış katmanı	Blank
  Çıkış düğüm	Çıkış öznitelik adı

• node_name
  Düğümün adı.Bu sütun, NODE_UNIQUE_NAME aynı değeri içerir.

• node_unique_name
  Düğüm benzersiz adı.

  Yapısal bir model bilgileri adları ve kimliklerinden sağlamak hakkında daha fazla bilgi için bkz: Düğüm adları ve kimliklerinden kullanma.

• node_type
  Bir neural ağ modeli, aşağıdaki düğüm tiplerinden verir:

  Düğüm türü No	Açıklama
  1	Modeli.
  17	Altağ için düzenleyici düğümü.
  18	Toplantıyı düzenleyen düğümü giriş katman.
  19	Toplantıyı düzenleyen düğümü için gizli katmanı.
  20	Toplantıyı düzenleyen düğümü için çıkış katmanı.
  21	Giriş bir öznitelik düğümü.
  22	Gizli bir katmanda düğüm
  23	Çıkış öznitelik düğümü.
  24	Marjinal istatistikleri düğüm.

• node_caption
  Etiket veya düğüm ile ilişkili bir resim yazısı.Neural ağ modellerinde, her zaman boş.

• children_cardinality
  Tahmini numarasını alt düğümü vardır.

  Düğüm	Içeriği
  Model kök	En az 1 ağı içeren alt düğümlerin, Marjinal gerekli düğüm 1 ve 1 gerekli giriş katman sayımını gösterir.Örneğin, değeri 5 ise, 3 alt vardır.
  Marjinal istatistikleri	Her zaman 0.
  Giriş katmanı	Modeli tarafından kullanılan giriş öznitelik-değer çiftleri sayısını gösterir.
  Girdi düğümü	Her zaman 0.
  Gizli katmanı	Modeli tarafından oluşturulan gizli düğümlerin sayısını gösterir.
  Gizli bir düğüm	Her zaman 0.
  Çıkış katmanı	Çıkış değerleri gösterir.
  Çıkış düğüm	Her zaman 0.

• parent_unique_name
  Düğümün üst benzersiz adı.BOŞ, tüm düğümlerin kökündeki döndürülür düzey.

  Yapısal bir model bilgileri adları ve kimliklerinden sağlamak hakkında daha fazla bilgi için bkz: Düğüm adları ve kimliklerinden kullanma.

• node_description
  Düğümün kullanımı kolay BIR açıklama.

  Düğüm	Içeriği
  Model kök	Blank
  Marjinal istatistikleri	Blank
  Giriş katmanı	Blank
  Girdi düğümü	Giriş bir öznitelik adı
  Gizli katmanı	Blank
  Gizli bir düğüm	Gizli düğümler listesinde gizli düğüm sırasını gösteren tamsayı.
  Çıkış katmanı	Blank
  Çıkış düğüm	Çıktı öznitelik sürekli, çıkış bulunduğu öznitelik. Çıkış öznitelik ayrı veya discretized ise, öznitelik ve değer adını içerir.

• node_rule
  Düğüm katıştırılmış bir kural bir XML açıklaması.

  Düğüm	Içeriği
  Model kök	Blank
  Marjinal istatistikleri	Blank
  Giriş katmanı	Blank
  Girdi düğümü	NODE_DESCRIPTION sütun aynı bilgileri içeren bir XML parçası.
  Gizli katmanı	Blank
  Gizli bir düğüm	Gizli düğümler listesinde gizli düğüm sırasını gösteren tamsayı.
  Çıkış katmanı	Blank
  Çıkış düğüm	NODE_DESCRIPTION sütun aynı bilgileri içeren bir XML parçası.

• marginal_rule
  Neural ağ modeller için her zaman boş.

• node_probability
  Bu düğümle ilişkili olasılıktır.Neural ağ modeller için her zaman 0.

• marginal_probability
  Ana düğümden düğüme ulaşma olasılığı.Neural ağ modeller için her zaman 0.

• node_distribution
  Düğüm için istatistiksel bilgileri içeren BIR iç içe tablo.Bu tablo için her düğüm türü içeriği hakkında ayrıntılı bilgi için bkz: NODE_DISTRIBUTION tablo anlama.

• node_support
  Neural ağ modeller için her zaman 0.

  Not

  Destek olasılıklar dosyalarla çıktıyı bu modeli türü 0 probabilistic değildir.Yalnızca ağırlıkları algoritması için anlamlı; bu nedenle, karma algoritması olasılık, destek veya Sapma hesaplaması yapmıyor.

  Desteği hakkında bilgi için eğitim durumlarda belirli değerleri almak için , Marjinal istatistikler düğümünü bakın.

• msolap_model_column

  Düğüm	Içeriği
  Model kök	Blank
  Marjinal istatistikleri	Blank
  Giriş katmanı	Blank
  Girdi düğümü	Giriş bir öznitelik adı'nı tıklatın.
  Gizli katmanı	Blank
  Gizli bir düğüm	Blank
  Çıkış katmanı	Blank
  Çıkış düğüm	Giriş bir öznitelik adı'nı tıklatın.

• msolap_node_score
  Bir neural ağ modeli için her zaman 0.

• msolap_node_short_caption
  Neural ağ modeller için her zaman boş.

Remarks

Her girdi için bir orta ve bir son nokta için bir orta geçişi ile ilişkili ağırlıkları neural ağ modeli eğitim amacı belirlemektir.Bu nedenle, giriş modeli katmanı principally model oluşturmak için kullanılan fiili değerleri depolamak için bulunmaktadır.Gizli katmanı, hesaplanmış ve giriş özniteliklerini geri işaretçiler sağlar ağırlıkları depolar.Çıkış katmanı, tahmin edilebilir değerleri depolar ve geri gizli bir katmanda midpoints işaretçiler sağlar.

Düğüm adları ve kimliklerinden kullanma

Bir neural ağ modeli düğümlerin adlandırma gizli katmanı katmanına giriş ve çıkış katmanı gizli katmanına ilişkilendirmek daha kolay, düğüm türü hakkında ek bilgi sağlar.Aşağıdaki tablo düğümlerin her katman için atanan kimliklerinin ve kuralını gösterir.

Giriş öznitelikleri NODE_DISTRIBUTION görüntüleyerek, belirli gizli bir katmanda bir düğümle ilişkili belirlemek tablo gizli düğümünde (NODE_TYPE 22 =).Her satırı NODE_DISTRIBUTION tablo bir giriş öznitelik düğümü KIMLIĞINI içerir.

Benzer şekilde, gizli katmanları çıkış öznitelik için NODE_DISTRIBUTION görüntüleyerek ilişkili olduğunu belirlemek tablo çıkış düğümünde (NODE_TYPE 23 =).Her satırı NODE_DISTRIBUTION tablo ilgili katsayısını birlikte, gizli bir katmanda düğümün KIMLIĞINI içerir.

NODE_DISTRIBUTION bilgileri yorumlama tablo

NODE_DISTRIBUTION tablo, bazı düğümler boş olabilir.Ancak, giriş düğümlerin, gizli bir katmanda düğümlerin ve çıktı düğümlerin NODE_DISTRIBUTION tablo modeli hakkında önemli ve ilginç bilgi depolar.Bu bilgiler yorumlanmasına yardımcı olmak için , her satır ATTRIBUTE_VALUE sütundaki değer (4) Discrete, Discretized (5) veya sürekli (3) olup olmadığını belirten bir VALUETYPE sütun NODE_DISTRIBUTION tablo içerir.

Giriş bir düğüm

Gizli katmanı düğüm

Çıkış düğüm

See Also

Reference

Concepts

Other Resources