Karar ağacı modelini (temel veri incelemesi Öğreticisi) keşfetme
MicrosoftHangi sütunların eğitim kümesi kalan sütunları dayalı bir bisiklet satın alma kararını etkilemek öngörür karar ağaçlar algoritma.
MicrosoftKarar ağacı Görüntüleyici karar ağacı incelemesi modelleri exploring kullanmak için aşağıdaki sekmeleri sağlar:
Karar ağacı
Bağımlılık ağ
Aşağıdaki bölümlerde, uygun Görüntüleyici seçin ve incelemesi modelleri keşfedin nasıl açıklanmaktadır.
Karar ağacı sekmesi
Tarih Karar ağacı sekmesinde incelemesi modelini oluşturan tüm ağaç modelleri incelemek.
Hedeflenen posta modeli öğretici bu projede sadece tek bir öngörülebilir özniteliği, içerdiği Bike Buyer, orada görüntülemek için tek bir ağaç. Fazla ağaç olsaydı, sen-ebil kullanma Ağaç kutusunu başka bir ağaç seçin.
Gözden geçirme TM_Decision_Tree yaşında bisiklet satın oluşabileceğini tek en önemli etken olduğunu ortaya modelini karar ağacı Görüntüleyici. İlginçtir, bir kez müşterilerin yaş grubu, sonraki dalı her yaş düğümü için farklıdır. Karar ağacı sekmesi keşfetmek yaş 34-40 ile bir ya da hiç otomobil satın almacılar çok büyük olasılıkla bir bisiklet satınalma ve Pasifik bölgesinde yaşayan ve bir ya da hiç yaş tek, genç müşteriler de çok büyük olasılıkla bir bisiklet satınalma varabiliriz.
Karar ağacı sekmesini modelinde keşfetmeye
Seçin Mining modeli Görüntüleyicisi sekmesinde Mining Tasarımcısı veri.
Varsayılan olarak, yapısına--bu durumda eklenen ilk modeli Tasarımcısı açılır TM_Decision_Tree.
Ağaç görüntü boyutunu ayarlamak için Büyüteç düğmelerini kullanın.
Varsayılan olarak, Microsoftağacı Görüntüleyici gösterir ağacının yalnızca ilk üç seviyeden. Ağaç üçten düzeyleri varsa, Görüntüleyici yalnızca varolan düzeyleri gösterir. Düzeyler'i kullanarak görüntüleyebilirsiniz Düzey göster kaymak ya da Varsayılan genişletme listesi.
Slayt Düzey göster dördüncü çubuğu.
Değişim arka değeri 1.
Değiştirerek arka ayarı, hemen her düğümde bulunan hedef değeri olan servis taleplerinin sayısını görebilirsiniz 1için [Bike Buyer]. Özellikle bu senaryoda, her durumda müşteri temsil ettiğini unutmayın. Değeri 1 müşteri kiralama; daha önce satın alınan gösterir değeri 0 müşteri bir bisiklet satın değil olduğunu gösterir. Düğüm koyu gölgelendirme, hedef değerine sahip düğüm durumlarda yüksek yüzdesi.
İmlecinizi etiketli düğüm üzerinde yer tüm. Bir araç ipucu aşağıdaki bilgileri görüntüler:
Toplam servis taleplerinin sayısı
Olmayan bisiklet alıcı durumlarda sayısı
Bisiklet alıcı durumlarda sayısı
Değerleri eksik olan servis taleplerinin sayısı[Bike Buyer]
Alternatif olarak, herhangi bir düğüm ağacında düğüm düğümden daha önce gelen ulaşmak için gerekli olan durumu görmek için imlecinizi yere. Bu aynı bilgileri de görüntüleyebilirsiniz Mining gösterge.
Düğüm için tıklayın yaş >= 34 ve <41. Histogram ince yatay bir çubuk düğüm üzerinde görüntülenir ve daha önce yaptım bu yaş aralığındaki müşteriler dağıtım temsil eder (pembe) ve did değil (mavi) satınalma bir bisiklet. Görüntüleyici bize 40 ile bir ya da hiç otomobil ile 34 yaş arasındaki büyük olasılıkla bir bisiklet satınalma müşteriler olduğunu gösterir. Bunu bir adım daha alarak, biz müşteri aslında yaş 38-40 ise bir bisiklet artış satın alma olasılığını bulmak.
Yapısı ve modeli oluşturduğunuzda drillthrough etkin olduğundan, modeli durumlarda ve incelemesi yapısı incelemesi modeli (örn., emailAddress, FirstName) bulunmayan bu sütunlar da dahil olmak üzere, ayrıntılı bilgi alabilirsiniz.
Daha fazla bilgi için, bkz. Drillthrough sorguları (veri incelemesi).
Servis talebi verilerini aracılığıyla ayrıntısına
Bir düğümünü sağ tıklatın ve seçin Ayrıntıya sonra Modeli sütunlar yalnızca.
Her eğitim servis talebi ayrıntılarını elektronik tablo biçiminde görüntülenir. Bu ayrıntıları gelen vTargetMailgibi büyük bir tablo incelemesi yapısı oluşturulurken seçilen görüntüleyin.
Bir düğümünü sağ tıklatın ve seçin Ayrıntıya sonra modeli ve yapısı sütunları.
Aynı elektronik tablo sonuna eklenen yapısı sütunları görüntüler.
Başa dön
Bağımlılık ağ sekmesini
Bağımlılık ağ incelemesi modeli akıllı yeteneğini katkıda öznitelikler arasındaki ilişkiler sekmesini görüntüler. Bağımlılık Ağ İzleyici yaş ve bölge olarak bisiklet satın önemli faktörler olduğunu bizim bulgular güçlendiriyor.
Bağımlılık ağ sekmesini modelinde keşfetmeye
Tıklayın Bike Buyer düğüm bağımlılıklarını tanımlamak için.
Bağımlılık ağ Merkezi düğümünü Bike Buyer, incelemesi modeli öngörülebilir özniteliği temsil eder. Pembe gölgelendirme özniteliklerin tümünü bisikleti satın alma üzerinde bir etkisi olduğunu gösterir.
Ayarlamak Tüm Linkler kaydırıcıyı en etkili özniteliği tanımlamak için.
Kaydırıcıyı düşürdükçe öznitelikleri olan büyük etkisi [Bike Buyer]sütun kalır. Kaydırıcıyı ayarlayarak, yaş ve bölge olarak biri bir bisiklet alıcı olup en büyük Etkenler olduğunu keşfedebilirsiniz.
Ders sonraki görev
Küme modelini (temel veri incelemesi Öğreticisi) keşfetme
Ayrıca bkz.
Başvuru
Decision Tree Tab (Mining Model Viewer)
Dependency Network Tab (Mining Model Viewer)
Kavramlar
Microsoft ağacı Görüntüleyici kullanarak modeli Gözat