Klasifikační matice (Analysis Services – Dolování dat)

Platí pro: SQL Server 2019 a starší služby Analysis Services Azure Analysis Services Fabric/ Power BI Premium

Důležité

Dolování dat bylo v SQL Serveru 2017 Analysis Services zastaralé a nyní ukončeno ve službě SQL Server 2022 Analysis Services. Dokumentace se neaktualizuje pro zastaralé a ukončené funkce. Další informace najdete v tématu Zpětná kompatibilita služby Analysis Services.

Klasifikační matice seřadí všechny případy z modelu do kategorií tím, že určí, jestli předpovězená hodnota odpovídala skutečné hodnotě. Všechny případy v každé kategorii se pak počítají a součty se zobrazí v matici. Klasifikační matice je standardní nástroj pro vyhodnocení statistických modelů a někdy se označuje jako konfuzní matice.

Graf, který se vytvoří při výběru možnosti Matice klasifikace , porovnává skutečné s předpovídané hodnoty pro každý zadaný predikovaný stav. Řádky v matici představují predikované hodnoty modelu, zatímco sloupce představují skutečné hodnoty. Kategorie použité v analýze jsou falešně pozitivní, pravdivě pozitivní, falešně negativní a pravdivě negativní.

Klasifikační matice je důležitým nástrojem pro vyhodnocení výsledků předpovědi, protože usnadňuje pochopení a zohlednění účinků nesprávných předpovědí. Zobrazením množství a procent v každé buňce této matice můžete rychle zjistit, jak často model predikoval přesně.

Tato část vysvětluje, jak vytvořit klasifikační matici a jak interpretovat výsledky.

Porozumění matici klasifikace

Představte si model, který jste vytvořili jako součást kurzu Základní dolování dat. Model [TM_DecisionTree] slouží k vytvoření cílené poštovní kampaně a dá se použít k predikci toho, kteří zákazníci si pravděpodobně koupí kolo. K otestování této očekávané užitečnosti tohoto modelu použijete datovou sadu, pro kterou jsou hodnoty atributu výsledku [Bike Buyer] již známé. Obvykle byste použili testovací sadu dat, kterou jste si vyhradili při vytváření těžební struktury používané k trénování modelu.

Existují pouze dva možné výsledky: ano (zákazník si pravděpodobně koupí kolo) a ne (zákazník si pravděpodobně kolo nekoupí). Výsledná klasifikační matice je proto poměrně jednoduchá.

Interpretace výsledků

Následující tabulka ukazuje klasifikační matici modelu TM_DecisionTree. Nezapomeňte, že pro tento předvídatelný atribut znamená 0 ne a 1 znamená Ano.

Předpovídáno	0 (skutečná hodnota)	1 (skutečná hodnota)
0	362	144
1	121	373

První výsledná buňka, která obsahuje hodnotu 362, označuje počet pravdivě pozitivních výsledků pro hodnotu 0. Vzhledem k tomu, že 0 znamená, že zákazník nenakoupil kolo, tato statistika vám říká, že model předpověděl správnou hodnotu pro zákazníky bez kol v 362 případech.

Buňka přímo pod touto buňkou, která obsahuje hodnotu 121, vám řekne počet falešně pozitivních výsledků nebo kolikrát model predikoval, že někdo koupí kolo, když skutečně ne.

Buňka obsahující hodnotu 144 označuje počet falešně pozitivních výsledků pro hodnotu 1. Protože 1 znamená, že zákazník koupil kolo, tato statistika vám říká, že v 144 případech model předpověděl, že někdo nenakoupí kolo, když ve skutečnosti kolo koupili.

Nakonec buňka obsahující hodnotu 373 označuje počet pravdivě pozitivních hodnot pro cílovou hodnotu 1. Jinými slovy, v 373 případech model správně předpověděl, že někdo koupí kolo.

Součtem hodnot v buňkách, které jsou diagonálně sousedící, můžete určit celkovou přesnost modelu. Jeden diagonál vám řekne celkový počet přesných předpovědí a druhý diagonál vám řekne celkový počet chybných předpovědí.

Použití více předvídatelných hodnot

Případ [Kupující jízdenky na kolo] je mimořádně snadno pochopitelný, protože existují pouze dvě možné hodnoty. Pokud má předvídatelný atribut více možných hodnot, matice klasifikace přidá nový sloupec pro každou možnou skutečnou hodnotu a pak spočítá počet shod pro každou predikovanou hodnotu. Následující tabulka ukazuje výsledky v jiném modelu, kde jsou možné tři hodnoty (0, 1, 2).

Předpovídáno	0 (skutečná hodnota)	1 (skutečná hodnota)	2 (skutečná hodnota)
0	111	3	5
1	2	123	17
2	19	0	20

I když přidání dalších sloupců sestavu ztěžuje, může být další podrobnosti velmi užitečné, pokud chcete vyhodnotit kumulativní náklady na vytvoření nesprávné předpovědi. Pokud chcete vytvořit součty na diagonálách nebo porovnat výsledky pro různé kombinace řádků, můžete kliknout na tlačítko Kopírovat na kartě Matice klasifikace a vložit sestavu do Excelu. Alternativně můžete použít klienta, jako je klient dolování dat pro Excel, který podporuje SQL Server 2005 (9.x) a novější verze, a vytvořit sestavu klasifikace přímo v Excelu, která zahrnuje počty i procenta. Další informace naleznete v tématu SQL Server Data Mining.

Omezení klasifikační matice

Klasifikační matici lze použít pouze s diskrétními předvídatelnými atributy.

I když při výběru modelů na kartě Výběr vstupu návrháře Grafu přesnosti dolování můžete přidat více modelů, karta Matice klasifikace zobrazí samostatnou matici pro každý model.

Související obsah

Následující témata obsahují další informace o tom, jak můžete sestavovat a používat matice klasifikace a další grafy.

Témata	Links
Vysvětluje související typy grafů.	Lift Chart (Analysis Services – Dolování dat) Profit Chart (Analysis Services – Dolování dat) Bodový graf (Služby analýzy – dolování dat)
Popisuje použití křížové validace pro důlní modely a struktury.	Křížová validace (Analysis Services – Dolování dat)
Popisuje kroky pro vytváření grafů výtahu a dalších grafů přesnosti.	Úlohy testování a ověřování a postupy (dolování dat)

Viz také

Testování a ověřování (dolování dat)