Ders 5: Modeller (temel veri madenciliği Öğreticisi) sınama

Model hedeflenen posta senaryosu Eğitimi'ni kullanarak işlendi, artık küme, sınama karşı modelleriniz sınayacak küme.Çünkü sınama verileri küme zaten bilinen değerler içeren bisikleti satın almak için bu modelin Öngörüler doğru olup olmadığını belirlemek kolay bir işlemdir.En iyi gerçekleştiren modeli tarafından kullanılan Adventure Works Cycles hedeflenen kendi posta kampanyanın müşterileri belirlemek için Pazarlama bölümü.

Bu derste, ilk modelleriniz Öngörüler karşı sınama küme yaparak sınayacak.Next, you will test your models on a filtered subset of the data.Analysis Services provides a variety of methods to determine the accuracy of mining models.Bu derste size bir göz atın bir Grafik kaldırın..

Doğrulama veri madenciliği işleminde önemli bir adımdır.Bir üretim ortamına modeller dağıtmadan önce iyi, hedeflenen posta madenciliği modelleri, gerçek veri gerçekleştirmek bilmek önemlidir.Modeli doğrulaması, büyük veri madenciliği işlemine nasıl uyguladığı konusunda daha fazla bilgi için bkz: Veri madenciliği kavramları (Analysis Services - veri madenciliği).

Bu derste, aşağıdaki görevleri içerir:

Doğruluğu Lift grafikleri (temel veri madenciliği Öğreticisi) ile sınama

Filtre uygulanmış bir model (temel veri madenciliği Öğreticisi) sınama