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

Neural ağ modeli yapısını anlama

Neural ağ modeli her model ve meta veriler temsil eden bir tek ana düğüm ve Marjinal istatistikleri düğüm vardır (node_type = 24), giriş öznitelikler hakkında açıklayıcı istatistikleri sağlar.İlgili giriş bilgileri özetler tek tek düğümleri verilerini sorgulamak gerekir böylece Marjinal istatistikleri düğüm yararlıdır, çünkü.

Bu iki düğüm altında en az iki daha fazla düğüm vardır ve çok daha fazlasını kaç öngörülebilir özniteliklerde bağlı modeli vardır.

• İlk düğümü (node_type = 18) giriş katmanın üst düğüm her zaman temsil eder.Bu üst düğüm altında giriş düğümleri bulmak (node_type = 21) fiili giriş özniteliklerini ve değerlerini içerir.

• Her ardışık düğümleri içeren farklı bir alt ağ (node_type = 17).Her alt ağ her zaman gizli bir katman içerir (node_type = 19) ve bir çıkış Katmanı (node_type = 20) bu alt ağ için.

Giriş katmanı bilgileri basittir: üst düğüm her giriş katman (node_type = 18) için bir düzenleyici görevi gören bir koleksiyon giriş düğümlerinin (node_type = 21).Giriş düğüm içeriği Aşağıda, açıklanan tablo.

Her alt ağı (node_type = 17) belirli bir tahmin edilebilir öznitelik giriş katmanın ilkelerin analiz temsil eder.Birden fazla tahmin edilebilir çıkışı varsa, birden çok alt ağları vardır.Her alt ağ için gizli katmanda birden çok gizli düğümler içerir (node_type = 22) belirli o gizli düğüm biten her geçiş için ağırlıklar hakkında ayrıntılı bilgi içerir.

Çıkış Katmanı (node_type = 20) çıktı düğümlerini içeren (node_type = 23) her ayrı öngörülebilir öznitelik değerlerini içerir.Öngörülebilir öznitelik sürekli sayısal veri türü ise, öznitelik için yalnızca tek bir çıkış düğüm vardır.

Girdileri ve adreslendiğini yapısını keşfetmek için en kolay yolu Microsoft Genel içerik ağacı Görüntüleyici.Genişletmek ve alt düğümler görmek için herhangi bir düğümü tıklatın veya ağırlıkları ve içerdiği diğer İstatistikler düğümünü görüntüleyin.

Verilerle çalışmak ve nasıl model giriş çıkışları ile belirtilirler görmek için kullanmak Microsoft Neural ağ Görüntüleyicisi.Özel bu görüntüleyiciyi kullanarak giriş özniteliklerini ve değerlerini filtre ve grafiksel olarak çıkışları nasıl etkiledikleri bakın.Görüntüleyicisi'ndeki araç ipuçlarını olasılık ve girdi ve çıktı değerleri her çifti ile ilişkili lift göstermek.Daha fazla bilgi için bkz: Microsoft Neural ağ Görüntüleyicisi ile bir araştırma modeli görüntüleme.

Neural ağ modeli için içerik modeli

Bu bölümde, neural ağları 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.

  Düğüm	İçerik
  Modeli kök	Blank
  Marjinal istatistikleri	Blank
  Giriş katmanı	Blank
  Giriş düğüm	Giriş öznitelik adı
  Gizli katmanı	Blank
  Gizli 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
  Düğümü benzersiz adı.

  Nasıl modeli hakkında yapısal bilgi adları ve kimliklerinden sağlamak hakkında daha fazla bilgi için bkz: Bölüm kullanarak düğüm adları ve kimliklerinden.

• NODE_TYPE
  Neural ağ modeli aşağıdaki düğüm türleri çıktısını verir:

  Düğüm türü No	Açıklama
  1	Modeli.
  17	Altağ için Düzenleyici düğüm.
  18	Giriş katmanı için Düzenleyici düğüm.
  19	Gizli katmanı için Düzenleyici düğüm.
  20	Çıkış katmanı için Düzenleyici düğüm.
  21	Giriş öznitelik düğümü.
  22	Gizli katmanı düğüm
  23	Çıkış öznitelik düğümü.
  24	Marjinal istatistikleri düğüm.

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

• CHILDREN_CARDINALITY
  Düğüm olan çocuklar sayısı tahmini.

  Düğüm	İçerik
  Modeli kök	En az 1 ağ içeren alt düğümler, Marjinal gerekli düğüm 1 ve 1 gerekli giriş katman sayısını gösterir.Örneğin, değeri 5 ise, 3 alt ağları vardır.
  Marjinal istatistikleri	Her zaman 0.
  Giriş katmanı	Modeli tarafından kullanılan giriş öznitelik-değer çiftleri sayısını gösterir.
  Giriş düğüm	Her zaman 0.
  Gizli katmanı	Modeli tarafından oluşturulan gizli düğüm sayısını gösterir.
  Gizli düğüm	Her zaman 0.
  Çıkış katmanı	Çıkış değerleri sayısını gösterir.
  Çıkış düğüm	Her zaman 0.

• PARENT_UNIQUE_NAME
  Düğümün üst benzersiz adı.Kök tüm düğümler için null döner düzey.

  Nasıl modeli hakkında yapısal bilgi adları ve kimliklerinden sağlamak hakkında daha fazla bilgi için bkz: Bölüm kullanarak düğüm adları ve kimliklerinden.

• NODE_DESCRIPTION
  Düğüm kullanımı kolay bir açıklaması.

  Düğüm	İçerik
  Modeli kök	Blank
  Marjinal istatistikleri	Blank
  Giriş katmanı	Blank
  Giriş düğüm	Giriş öznitelik adı
  Gizli katmanı	Blank
  Gizli düğüm	Gizli düğüm listesi gizli düğüm sırasını gösteren tamsayı.
  Çıkış katmanı	Blank
  Çıkış düğüm	Çıkış öznitelik sürekli ise, çıkış öznitelik adını içerir. Çıkış öznitelik kesikli veya discretized ise, öznitelik ve değer adını içerir.

• NODE_RULE
  Düğüm gömülü kural bir xml açıklaması.

  Düğüm	İçerik
  Modeli kök	Blank
  Marjinal istatistikleri	Blank
  Giriş katmanı	Blank
  Giriş düğüm	NODE_DESCRIPTION sütun aynı bilgileri içeren bir xml parçası.
  Gizli katmanı	Blank
  Gizli düğüm	Gizli düğüm listesi 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 düğüm ile ilişkili olasılık.Neural ağ modeller için her zaman 0.

• MARGINAL_PROBABILITY
  Üst düğüm düğümden ulaşmasını olasılık.Neural ağ modeller için her zaman 0.

• NODE_DISTRIBUTION
  Düğüm için istatistiksel bilgileri içeren iç içe geçmiş bir tablo.Her düğüm türü için bu tablonun içeriği hakkında ayrıntılı bilgi için bkz: Bölüm NODE_DISTRIBUTION tablo anlama.

• NODE_SUPPORT
  Neural ağ modeller için her zaman 0.

  Not

  Destek olasılıklar, her zaman 0 çıktı bu model türü değildir, çünkü probabilistic.Ağırlıkları algoritması anlamlı; Bu nedenle, algoritma olasılık, destek veya sapma hesaplaması yapmıyor.

  Eğitim durumlarda belirli değerleri için destek hakkında bilgi almak için bkz: Marjinal istatistikleri düğüm.

• MSOLAP_MODEL_COLUMN

  Düğüm	İçerik
  Modeli kök	Blank
  Marjinal istatistikleri	Blank
  Giriş katmanı	Blank
  Giriş düğüm	Giriş öznitelik adı.
  Gizli katmanı	Blank
  Gizli düğüm	Blank
  Çıkış katmanı	Blank
  Çıkış düğüm	Giriş öznitelik adı.

• MSOLAP_NODE_SCORE
  Neural ağ modeli için her zaman 0.

• MSOLAP_NODE_SHORT_CAPTION
  Neural ağ modeller için her zaman boş.

Açıklamalar

Neural ağ modeli eğitim amacı, her geçiş bir giriş için bir orta nokta ve bir son nokta için bir orta nokta ile ilişkili ağırlıkları belirlemektir.Bu nedenle, giriş modeli katmanı principally model oluşturmak için kullanılan fiili değerlerini depolamak için var.Hesaplanmış ve yeniden giriş öznitelikleri için işaretçiler sağlar ağırlıkları gizli katmanda saklar.Çıkış katmanı öngörülebilir değerleri depolayan ve Orta noktalar gizli katmanda geri işaretçiler sağlar.

Düğüm adları ve kimliklerinden kullanma

Neural ağ modeli içindeki düğümlerin adlandırma giriş katman gizli katmana ve gizli katmana çıktı katmanı arasında bir ilişki daha kolay hale getirmek için düğüm türü hakkında ek bilgi sağlar.Aşağıdaki tablo kuralı her katmanı düğümler için atanan kimlikler gösterilir.

NODE_DISTRIBUTION bakarak belirli gizli katmanı düğüm için ilgili giriş öznitelikleri belirlemek tablo gizli düğümünde (node_type = 22).Her satırı NODE_DISTRIBUTION tablo giriş öznitelik düğümü Kimliğini içerir.

Benzer şekilde, NODE_DISTRIBUTION tablo çıktı düğümünde görüntüleyerek bir çıkış öznitelik için ilgili gizli katmanları belirleyebilirsiniz (node_type = 23).Her satırı NODE_DISTRIBUTION tablo ilgili katsayısı ile birlikte bir gizli katmanı düğüm Kimliğini içerir.

NODE_DISTRIBUTION tablosundaki bilgileri yorumlama

NODE_DISTRIBUTION tablo içindeki bazı düğüm boş olabilir.Ancak, giriş düğümleri, gizli katmanı düğüm ve çıkış düğüm modeli hakkında önemli ve ilginç bilgi NODE_DISTRIBUTION tablo depolar.Bu bilgiyi yorumlamaya yardımcı olmak için ATTRIBUTE_VALUE sütunundaki değeri Discrete (4), Discretized (5) veya sürekli (3) olup olmadığı söyler her satır için bir valuetype sütun NODE_DISTRIBUTION tablo içerir.

Giriş düğüm

Gizli katmanı düğüm

Çıkış düğüm

Ayrıca bkz.

Başvuru

Kavramlar