Algoritmus logistické regrese Microsoftu

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.

Logistická regrese je dobře známá statistická technika, která se používá k modelování binárních výsledků.

Ve statistickém výzkumu existují různé implementace logistické regrese pomocí různých technik učení. Algoritmus logistické regrese společnosti Microsoft byl implementován pomocí varianty algoritmu Microsoft Neuural Network. Tento algoritmus sdílí mnoho vlastností neurálních sítí, ale je jednodušší trénovat.

Jednou z výhod logistické regrese je, že algoritmus je vysoce flexibilní a přijímá jakýkoli druh vstupu a podporuje několik různých analytických úloh:

• Pomocí demografických údajů můžete předpovídat výsledky, jako je riziko určité nemoci.

• Prozkoumejte a vážte faktory, které přispívají k výsledku. Najděte například faktory, které ovlivňují zákazníky, aby se znovu navštívily obchod.

• Klasifikujte dokumenty, e-maily nebo jiné objekty, které mají mnoho atributů.

Example

Zvažte skupinu lidí, kteří sdílejí podobné demografické informace a kteří kupují produkty od společnosti Adventure Works. Když modelujete data, která se týkají konkrétního výsledku, například nákup cílového produktu, uvidíte, jak demografické informace přispívají k pravděpodobnosti nákupu cílového produktu někomu.

Jak funguje algoritmus

Logistická regrese je dobře známá statistická metoda pro určení příspěvku více faktorů ke dvojici výsledků. Implementace Microsoftu používá upravenou neurální síť k modelování vztahů mezi vstupy a výstupy. Účinek každého vstupu na výstup se měří a různé vstupy jsou v hotovém modelu vážené. Název logistické regrese pochází ze skutečnosti, že datová křivka je komprimována pomocí logistické transformace, aby se minimalizoval účinek extrémních hodnot. Další informace o implementaci a o tom, jak přizpůsobit algoritmus, naleznete v technické referenční dokumentaci k algoritmům logistické regrese společnosti Microsoft.

Data požadovaná pro logistické regresní modely

Při přípravě dat pro použití při trénování modelu logistické regrese byste měli porozumět požadavkům konkrétního algoritmu, včetně toho, kolik dat je potřeba a jak se data používají.

Požadavky na model logistické regrese jsou následující:

Sloupec s jedním klíčem Každý model musí obsahovat jeden číselný nebo textový sloupec, který jednoznačně identifikuje každý záznam. Složené klíče nejsou povolené.

Vstupní sloupce Každý model musí obsahovat alespoň jeden vstupní sloupec, který obsahuje hodnoty, které se používají jako faktory při analýze. Můžete mít libovolný počet vstupních sloupců, ale v závislosti na počtu hodnot v každém sloupci může přidání dalších sloupců zvýšit dobu potřebnou k trénování modelu.

Nejméně jeden předvídatelný sloupec Model musí obsahovat alespoň jeden předvídatelný sloupec libovolného datového typu, včetně souvislých číselných dat. Hodnoty předvídatelného sloupce lze také považovat za vstupy modelu, nebo můžete určit, že se použije pouze pro predikce. Vnořené tabulky nejsou povoleny pro předvídatelné sloupce, ale lze je použít jako vstupy.

Podrobnější informace o typech obsahu a datových typech podporovaných pro logistické regresní modely najdete v části Požadavky technické reference k algoritmům logistické regrese společnosti Microsoft.

Zobrazení modelu logistické regrese

K prozkoumání modelu můžete použít prohlížeč Microsoft Neuural Network Viewer nebo Microsoft Generic Content Tree Viewer.

Když model zobrazíte pomocí prohlížeče Microsoft Neural Network Viewer, služba Analysis Services vám ukáže faktory, které přispívají k určitému výsledku seřazené podle jejich důležitosti. Můžete zvolit atribut a hodnoty, které chcete porovnat. Další informace naleznete v tématu Procházení modelu pomocí prohlížeče Microsoft Neuural Network Viewer.

Pokud chcete získat další informace, můžete procházet podrobnosti o modelu pomocí prohlížeče Microsoft Generic Content Tree Viewer. Obsah modelu pro logistický regresní model zahrnuje mezní uzel, který ukazuje všechny vstupy použité pro model a podsítě pro předvídatelné atributy. Další informace naleznete v tématu Obsah těžení modelu pro logistické regresní modely (Analysis Services - Data Mining).

Vytváření předpovědí

Po vytrénování modelu můžete vytvářet dotazy na obsah modelu, abyste získali regresní koeficienty a další podrobnosti, nebo můžete pomocí modelu vytvářet předpovědi.

• Obecné informace o tom, jak vytvářet dotazy na model dolování dat, naleznete v tématu Dotazy dolování dat.

• Příklady dotazů na logistický regresní model najdete v tématu Příklady dotazů modelu clusteringu.

Poznámky

• Nepodporuje drillthrough. Důvodem je to, že struktura uzlů v modelu dolování nemusí nutně odpovídat přímo podkladovým datům.

• Nepodporuje vytváření dimenzí dolování dat.

• Podporuje použití dolování modelů OLAP.

• Nepodporuje použití jazyka PMML (Predictive Model Markup Language) k vytváření dolování modelů.

Viz také

Obsah modelu dolování pro logistické regresní modely (Analysis Services – Dolování dat)
Technické reference k algoritmu logistické regrese microsoftu
Příklady dotazů modelu logistické regrese