Share via

  • Makale

Küme modelini (temel veri madenciliği Öğreticisi) keşfetme

The Microsoft Clustering algorithm groups cases into clusters that contain similar characteristics.Bu gruplandırmalar verileri exploring bozukluklar veri tanımlama ve Öngörüler oluşturma için yararlıdır.

The Microsoft Cluster Viewer provides the following tabs for use in exploring clustering mining models:

Küme Diyagramı

Küme profilleri

Küme özellikleri

Küme Ayrımcılığı

Uygun Görüntüleyici seçin ve veri madenciliği modelleri keşfedin nasıl aşağıdaki bölümlerde açıklanmaktadır.

Küme Diyagramı sekmesi

Küme Diyagramı sekmesi, bir araştırma modeli olan alan kümelerin tümünü görüntüler.Satır kümeleri arasında "eşleşme" temsil eder. ve gölgeli kümeleri nasıl benzer olan bağlı.Her küme gerçek rengini sıklığı, değişken ve küme içindeki durumunu temsil eder.

Küme Diyagramı sekmesini modelinde keşfetmeye

  1. Use Mining modeli listenin en üstündeki Mining modeli Görüntüleyicisi geçmek için sekme TM_Clustering modeli.

  2. De Viewer liste, seçme Microsoft Küme Görüntüleyici.

  3. De Gölgelendirme değişken kutusunda seçin Bisiklet alıcı.

    Varsayılan değişkendir nüfusu, ancak bu, istediğiniz özniteliklere sahip üyeleri hangi kümeleri içerir keşfedin modelinde, herhangi bir öznitelik için değiştirebilirsiniz.

  4. Seçin 1 , durumu yeri bir bisiklet satın bu gibi durumlarda keşfetmek için kutusunda.

    The Density legend describes the density of the attribute state pair selected in the Shading Variable and the State.In this example it tells us that the clusterwith the darkest shading has the highest percentage of bike buyers.

  5. Farenizi en koyu gölgelendirme ile küme üzerinde duraklatın.

    Bir araç ipucu olan servis taleplerinin yüzdesini görüntüler öznitelik, Bike Buyer = 1.

  6. Kümeyi sağ tıklatın, seçmek en yüksek yoğunluk olan küme seçin Küme yeniden adlandır ve Bike alıcıların yüksek için daha yeni bir kimlik yazın.Tamam’ı tıklatın.

  7. En hafif gölgelendirme (ve en düşük yoğunluk) içeren küme bulmak.Kümeyi sağ tıklatın, seçmek Küme yeniden adlandır ve Bike alıcıların düşük yazın.Tamam’ı tıklatın.

  8. Bike alıcıların yüksek Küme'yi tıklatın ve bağlantılarından diğer kümeleri için düz bir görünüm verecek bölmesinde bir alanı sürükleyin.

    Bir küme seçtiğinizde, bu küme için tüm ilişkileri kolaylıkla görebilecek şekilde bu kümedeki diğer kümelere bağlanma satırlar vurgulanır.Küme seçildiğinde, diyagramdaki tüm kümeleri arasında nasıl güçlü ilişkileri olan satırları koyuluğunu tarafından söyleyebilirsiniz.Işık veya varolmayan bir gölgelendirmesini ise, kümeler çok benzer değildir.

  9. Süzgeç daha zayıf bağlantıları ve yakın ilişkileri olan kümeleri bulmak için ağ solundaki kaydırıcıyı kullanın.The Adventure Works Cycles marketing department might want to combine similar clusters together when determining the best method for delivering the targeted mailing.

Başa Dön

Küme profilleri sekmesi

The Cluster Profiles tab provides an overall view of the TM_Clustering model.The Cluster Profiles tab contains a column for each cluster in the model.İlk sütun en az bir kümeyle ilişkili öznitelikleri listeler.Görüntüleyici'yi geri kalanı her küme için öznitelik durumları dağıtımını içerir.Discrete değişkenin dağıtım sayısı görüntülenen çubukları ile renkli bir çubuk olarak gösterilen Histogram çubukları listesi.Sürekli öznitelikler ortalama ve standart sapma her kümedeki temsil eden bir elmas grafikle görüntülenir.

Küme profilleri sekmesini modelinde keşfetmeye

  1. Set Histogram için çubukları 5.

    Bizim modelinde, durumları herhangi bir değişken için en fazla sayısı 5'tir.

  2. If the Mining Legend blocks the display of the Attribute profiles, move it out of the way.

  3. Bike alıcıların yüksek sütunu seçin ve'ýn saðýna sürükleyin nüfusu sütun.

  4. Bike alıcıların düşük sütunu seçin ve Bike alıcıların yüksek sütun sağa sürükleyin.

  5. Bike alıcıların yüksek sütun.

    The Variables column is sorted in order of importance for that cluster.Sütun kaydırma ve bisiklet alıcı yüksek küme özelliklerini gözden geçirin.Örneğin, bunlar kısa commute olasılıkları daha yüksek.

  6. Çift yaş hücre Bike alıcıların yüksek sütun içinde.

    The Mining Legend displays a more detailed view and you can see the age range of these customers as well as the mean age.

  7. Bike alıcıların düşük sağ sütun ve gizleme sütun.

Başa Dön

Küme Özellikleri sekmesi

İle Küme özelliklerini sekmesinde sınamanız daha ayrıntılı olarak yapmak bir küme özellikleri.Tüm kümelerde (olarak) küme profilleri sekmesi özelliklerini karşılaştırmak yerine, tek bir küme keşfedebilirsiniz bir saat.Bike alıcıların yüksek gelen seçin, örneğin, Küme listesi, müşterilerimiz bu küme karakteristiğini görebilirsiniz.Görüntü küme profilleri Görüntüleyicisi'nden farklı olsa da, bulguları aynıdır.

Not

Bir başlangıç değeri için ayarladığınız sürece holdoutseed, sonuçlar her değişir saat modeli işlemek.Daha fazla bilgi için bkz. HoldoutSeed öğesi

Başa Dön

Küme Ayrımcılığı sekmesi

İle Küme Ayrımcılığı sekmesinde araştırmanız bir küme birbirlerinden özellikleri.Gelen iki kümeyi seçtikten sonra Küme 1 listesi ve bir Küme 2 listesi, Görüntüleyici kümeleri arasındaki farkları hesaplar ve kümeleri en ayırt özniteliklerin listesini görüntüler.

Küme Ayrımcılığı sekmesini modelinde keşfetmeye

  1. De Küme 1 kutusunda, Bike alıcıların yüksek'i seçin.

  2. De Küme 2 kutusunda, Bike alıcıların düşük seçin.

  3. ' I değişkenleri alfabetik olarak sıralamak için.

    Bazı müşteriler arasında daha önemli ölçüde farklılıklar Bike alıcıların düşük ve Bike alıcıların yüksek kümelerdeki yaş, otomobil sahipliği, çocuklar ve bölge numarasını içerir.