Microsoft Neural ağ algoritması
In SQL Server Analysis Services, the Microsoft Neural Network algorithm combines each possible state of the input attribute with each possible state of the predictable attribute, and uses the training data to calculate probabilities.Bu değerler, sınıflandırma ya da regresyon ve öngörülen özniteliğinin giriş özniteliklerde dayalı bir sonucunu tahmin etmek için daha sonra kullanabilirsiniz.
Ile oluşturulmuş BIR araştırma modeli Microsoft Girdi ve tahmin için kullanılan ve yalnızca tahmin için kullanılan sütun sayısı bağlı olarak, birden çok ağ neural ağ algoritmasını içerir. Sayı bir tek madenciliği modelini içeren ağların araştırma modeli kullanan öngörülebilir bir sütun ve giriş sütunları tarafından bulunan durum sayısını bağlıdır.
Örnek
The Microsoft Neural Network algorithm is useful for analyzing complex input data, such as from a manufacturing or commercial process, or business problems for which a significant quantity of training data is available but for which rules cannot be easily derived by using other algorithms.
Kullanma senaryoları önerilen Microsoft Neural ağ algoritması aşağıdakileri içerir:
Doğrudan posta bir yükseltme veya bir Radyo reklam kampanyanın başarısını ölçme gibi pazarlama ve yükseltme çözümlemesi.
Stok hareketi, para birimi fluctuation veya geçmiş verilerin yüksek akıcı diğer mali bilgiler tahmin.
Üretim ve endüstriyel işlemleri çözümleniyor.
Metin çıkarma.
Karmaşık arasındaki ilişkileri çok girişleri ve göreli olarak daha az çıkışlarını çözümler herhangi bir tahmin modeli.
Karma algoritması'nasıl çalışır?
The Microsoft Neural Network algorithm creates a network that is composed of up to three layers of neurons.Bu katman bir giriş katmanı, isteğe bağlı bir gizli katmanı ve bir çıkış Katmanı ' dir.
Giriş katmanı: Tüm giriş öznitelik değerleri için giriş neurons tanımlamak veri araştırma modeli ve bunların değerler.
Gizli bir katmanda: Gizli neurons giriş neurons girdileri almak ve çıkışlarını neurons çıkış sağlar.Girdileri olan bir çeşitli olasılıklar ağırlıkları atanmış gizli katmanıdır.Bir ağırlık, şirketinizle veya belirli bir girişi için gizli neuron önemini açıklar.Bu girdi değerinin bir girdi, çok önemli atanan ağırlık büyük olur.Ağırlıkları giriş engelle, yerine, belirli bir sonuç dikkate yani negatif olabilir.
Çıkış katmanı: Çıkış neurons veri araştırma modeli öngörülebilir bir öznitelik değerlerini gösterir.
Giriş, gizli ve çıkış katmanları hakkında ayrıntılı bir açıklama için oluşturulur ve sonucu, bkz: Microsoft Neural ağ algoritması teknik başvurusu.
Veri Neural ağ modeller için gerekli.
Bir neural ağ modeli, bir anahtar sütunu, bir veya daha fazla giriş sütun ve bir veya daha çok öngörülebilir bir sütun içermelidir.
Kullanan veri madenciliği modelleri Microsoft Neural ağ algoritması yoğun etkilediği algoritması için kullanılabilen parametreleri belirlediğiniz değerlere göre. Parametreleri, verileri nasıl örneklenir, veri dağıtılmış veya diğer her sütunda dağıtılacak beklenen nasıl ve ne zaman son modelinde kullanılan değerleri sınırlamak için özellik seçimi çağrılır tanımlayın.
Modeli davranışını özelleştirmek için parametrelerinin ayarlanması hakkında daha fazla bilgi için bkz: Microsoft Neural ağ algoritması teknik başvurusu.
Bir Neural ağ modeli görüntüleme
Veri ile çalışmanın ve karşılıklı olarak nasıl modeli girdileri çıkışlarını ile ilişkilendirir görmek için Microsoft Neural ağ Görüntüleyicisi.Bu özel Görüntüleyici ile giriş öznitelikleri ve değerleri süzme ve çıktılarının nasıl etkiledikleri gösteren grafikler bakın.Görüntüleyiciyi ipuçlarında olasılık ve giriş ve çıkış değerleri her çiftinin ilişkili lift gösterir.Daha fazla bilgi için bkz:Görüntüleme bir araştırma modeli Microsoft Neural ağ Görüntüleyicisi.
Model yapısını araştırmak için kolay bir yol Microsoft Genel içerik ağacı Görüntüleyicisi.Giriş, çıkış ve ağ modeli tarafından oluşturulan görüntülemek ve herhangi bir düğümde genişletmek ve ilgili giriş, çıkış veya gizli bir katmanda düğümlerin istatistiklerini görmek için tıklatın.Daha fazla bilgi için bkz:Microsoft Genel içerik ağacı Görüntüleyici ile modeli ayrıntılarını görüntüleme.
Öngörüler oluşturma
Model işlenen sonra ağ ve içindeki her düğümde depolanmış ağırlıkları Öngörüler yapmak için kullanabilirsiniz.Bir neural ağ modeli regresyon, ilişki ve sınıflandırması analizini, bu nedenle, her bir tahmin anlamı farklı olabilir.Modeli, bulunmadı ve ilgili istatistikleri almak korelasyon gözden geçirmek için kendisini de sorgulayabilirsiniz.Örnekler neural ağ modeli sorguları oluşturmak için bkz: Neural ağ modeli (Analysis Services-CVE-2006-veri madenciliği) sorgulanıyor..
Bir veri madenciliği modelinde bir sorgu oluşturma hakkında genel bilgi için bkz: Veri madenciliği modelleri sorgulama (Analysis Services - veri madenciliği).
Açıklamalar
detaylandırma veya veri madenciliği boyutlarını desteklemez.Düğümlerin araştırma modeli yapısını temel verilerin doğrudan karşılık gelmiyor olmasıdır.
Öngörü modeli biçimlendirme dili (PMML) biçiminde modellerinin oluşturulmasını desteklemiyor.
OLAP madenciliği modelleri kullanımını destekler.
Veri madenciliği boyutları oluşturulmasını desteklemez.