Technické reference k algoritmu Microsoft Naive Bayes

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.

Algoritmus Microsoft Naive Bayes je klasifikační algoritmus poskytovaný službou Microsoft SQL Server SQL Server Analysis Services pro prediktivní modelování. Algoritmus vypočítá podmíněnou pravděpodobnost mezi vstupními a předvídatelnými sloupci a předpokládá, že sloupce jsou nezávislé. Tento předpoklad nezávislosti vede k názvu Naive Bayes.

Implementace algoritmu Microsoft Naive Bayes

Tento algoritmus je méně výpočetně náročný než jiné algoritmy Microsoftu, a proto je užitečný pro rychlé generování modelů dolování ke zjišťování vztahů mezi vstupními sloupci a předvídatelnými sloupci. Algoritmus bere v úvahu každý pár hodnot vstupních atributů a hodnoty výstupních atributů.

Popis matematických vlastností Bayes Theorém je nad rámec této dokumentace; Další informace naleznete v dokumentu Microsoft Research s názvem Learning Bayesian Networks: Kombinace znalostí a statistických dat.

Popis toho, jak jsou pravděpodobnosti ve všech modelech upraveny tak, aby odpovídaly potenciálním chybějícím hodnotám, najdete v tématu Chybějící hodnoty (Analysis Services – Dolování dat).

Výběr funkcí

Algoritmus Microsoft Naive Bayes provádí automatický výběr funkcí, aby omezil počet hodnot, které se při sestavování modelu považují. Další informace najdete v tématu Výběr funkcí (dolování dat).

Algorithm	Metoda analýzy	Comments
naivní Bayes	Shannonův entropie Bayesian s K2 Prior Bayesian Dirichlet s uniformou předchozí (výchozí)	Naive Bayes přijímá pouze diskrétní nebo diskretizované atributy; proto nemůže použít zajímavé skóre.

Algoritmus je navržen tak, aby minimalizoval dobu zpracování a efektivně vybral atributy, které mají největší důležitost; Můžete však řídit data, která algoritmus používá, nastavením parametrů následujícím způsobem:

• Pokud chcete omezit hodnoty používané jako vstupy, snižte hodnotu MAXIMUM_INPUT_ATTRIBUTES.

• Pokud chcete omezit počet atributů analyzovaných modelem, snižte hodnotu MAXIMUM_OUTPUT_ATTRIBUTES.

• Chcete-li omezit počet hodnot, které lze považovat za libovolný atribut, snižte hodnotu MINIMUM_STATES.

Přizpůsobení algoritmu Naive Bayes

Algoritmus Microsoft Naive Bayes podporuje několik parametrů, které ovlivňují chování, výkon a přesnost výsledného modelu dolování. Můžete také nastavit příznaky modelování ve sloupcích modelu, abyste mohli řídit způsob zpracování dat, nebo nastavit příznaky ve struktuře dolování a určit, jak mají být zpracovány chybějící hodnoty nebo hodnoty null.

Nastavení parametrů algoritmu

Algoritmus Microsoft Naive Bayes podporuje několik parametrů, které ovlivňují výkon a přesnost výsledného modelu dolování. Následující tabulka popisuje jednotlivé parametry.

MAXIMUM_INPUT_ATTRIBUTES
Určuje maximální počet vstupních atributů, které může algoritmus zpracovat před vyvolání výběru funkce. Nastavením této hodnoty na hodnotu 0 zakážete výběr funkcí pro vstupní atributy.

Výchozí hodnota je 255.

MAXIMUM_OUTPUT_ATTRIBUTES
Určuje maximální počet výstupních atributů, které algoritmus může zpracovat, než spustí výběr funkcí. Nastavením této hodnoty na hodnotu 0 zakážete výběr funkcí pro výstupní atributy.

Výchozí hodnota je 255.

MINIMÁLNÍ_PRAVDĚPODOBNOST_ZÁVISLOSTI
Určuje minimální pravděpodobnost závislostí mezi vstupními a výstupními atributy. Tato hodnota se používá k omezení velikosti obsahu vygenerovaného algoritmem. Tuto vlastnost lze nastavit od 0 do 1. Větší hodnoty snižují počet atributů v obsahu modelu.

Výchozí hodnota je 0,5.

MAXIMUM_STATES
Určuje maximální počet stavů atributů, které algoritmus podporuje. Pokud je počet stavů, které má atribut větší než maximální počet stavů, algoritmus použije nejoblíbenější stavy atributu a považuje zbývající stavy za chybějící.

Výchozí hodnota je 100.

Příznaky modelování

Algoritmus Rozhodovací stromy Microsoftu podporuje následující příznaky modelování. Při vytváření dolování struktury nebo modelu dolování definujete příznaky modelování, které určují, jak se hodnoty v jednotlivých sloupcích zpracovávají během analýzy. Další informace naleznete v tématu Modeling Flags (Data Mining).

Příznak modelování	Description
MODEL_EXISTENCE_ONLY	Znamená, že se sloupec bude považovat za dva možné stavy: Chybějící a Existující. Hodnota null chybí. Platí pro sloupec modelu dolování.
NESMÍ BÝT NULL	Označuje, že sloupec nemůže obsahovat hodnotu null. Pokud služba Analysis Services během trénování modelu narazí na hodnotu null, dojde k chybě. Platí pro sloupec dolování.

Požadavky

Model stromu Naive Bayes musí obsahovat klíčový sloupec, alespoň jeden předvídatelný atribut a alespoň jeden vstupní atribut. Žádný atribut nemůže být souvislý; pokud vaše data obsahují souvislá číselná data, budou ignorována nebo diskretizována.

Vstupní a předvídatelné sloupce

Algoritmus Microsoft Naive Bayes podporuje konkrétní vstupní sloupce a předvídatelné sloupce uvedené v následující tabulce. Další informace o tom, co typy obsahu znamenají při použití v modelu dolování, naleznete v tématu Typy obsahu (Dolování dat).

Sloupec	Typy obsahu
Vstupní atribut	Cyklické, diskrétní, diskretizované, klíč, tabulka a uspořádané
Předvídatelný atribut	Cyklická, diskrétní, diskretizovaná, tabulka a seřazená

Poznámka:

Cyklické a seřazené typy obsahu jsou podporovány, ale algoritmus je považuje za diskrétní hodnoty a neprovádí speciální zpracování.

Viz také

Algoritmus Microsoft Naive Bayes
Příklady dotazů modelu Naive Bayes
Obsah modelu dolování pro modely Naive Bayes (Analysis Services – Dolování dat)