Algoritmus 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.

Microsoft Algoritmus Naive Bayes je klasifikační algoritmus založený na Bayesových teorémech. Algoritmus můžete použít pro průzkumné i prediktivní modelování. Slovo naïve v názvu Naïve Bayes pochází ze skutečnosti, že algoritmus používá Bayesovské techniky, ale nebere v úvahu závislosti, které by mohly existovat.

Tento algoritmus je méně výpočetně náročný než jiné Microsoft algoritmy a je užitečný pro rychlé generování modelů dolování ke zjišťování vztahů mezi vstupními sloupci a předvídatelnými sloupci. Tento algoritmus můžete použít k počátečnímu zkoumání dat. Později můžete výsledky použít k vytvoření modelů dolování s jinými algoritmy, které jsou výpočetně náročnější a přesnější.

Example

Jako průběžná propagační strategie se marketingové oddělení společnosti Adventure Works Cycle rozhodne cílit na potenciální zákazníky odesláním letáků. Aby snížili náklady, chtějí posílat letáky jenom zákazníkům, kteří budou pravděpodobně reagovat.

Společnost ukládá informace o demografických údajích a reakci na předchozí korespondenci v databázi. Chtějí tato data použít k tomu, aby viděli, jak demografické údaje, jako je věk a poloha, můžou pomoct předpovědět odpověď na propagační akci porovnáním potenciálních zákazníků se zákazníky, kteří mají podobné charakteristiky a kdo si koupil od společnosti v minulosti. Konkrétně chce společnost vidět rozdíly mezi zákazníky, kteří si koupili jízdní kolo, a zákazníky, kteří ne.

Pomocí algoritmu Microsoft Naive Bayes může marketingové oddělení rychle předpovědět výsledek pro konkrétní profil zákazníka, a proto určit, kteří zákazníci budou pravděpodobně reagovat na letáky. Pomocí Microsoft Naive Bayes Viewer v SQL Server Data Tools mohou také vizuálně prozkoumat, které vstupní sloupce přispívají k pozitivním odpovědím na letáky.

Jak algoritmus funguje

Algoritmus Microsoft Naive Bayes vypočítá pravděpodobnost každého stavu každého vstupního sloupce vzhledem ke každému možnému stavu předvídatelného sloupce.

Abyste pochopili, jak tento výpočet funguje, můžete pomocí prohlížeče Microsoft Naive Bayes v SQL Server Data Tools vizuálně prozkoumat, jak algoritmus distribuuje stavy, jak je znázorněno na následujícím obrázku.

Prohlížeč Microsoft Naive Bayes uvádí každý vstupní sloupec v datové sadě a ukazuje, jak jsou stavy jednotlivých sloupců distribuovány vzhledem ke každému stavu předvídatelného sloupce. Toto zobrazení modelu slouží k identifikaci vstupních sloupců, které jsou důležité pro rozdíly mezi stavy předvídatelného sloupce.

Například v řádku pro Délka dojíždění je rozdělení vstupních hodnot zřetelně odlišné u kupujících oproti nekupujícím. Tento rozdíl naznačuje, že vstup Vzdálenost dojíždění = 0–1 miles je potenciálním prediktorem.

Prohlížeč také poskytuje hodnoty pro rozdělení, takže můžete vidět, že pro zákazníky, kteří dojíždí jeden až dva kilometry do práce, pravděpodobnost zakoupení kola je 0,387 a pravděpodobnost, že si nenakoupí kolo, je 0,287. V tomto příkladu algoritmus používá číselné informace odvozené z charakteristik zákazníka, jako je například vzdálenost dojíždět, aby předpověděl, jestli si zákazník koupí kolo.

Další informace o používání prohlížeče Microsoft Naive Bayes Viewer naleznete v tématu Procházení modelu pomocí prohlížeče Microsoft Naive Bayes Viewer.

Data požadovaná pro modely Naive Bayes

Když připravíte data pro trénování modelu Naive Bayes, porozumíte požadavkům algoritmu, včetně toho, kolik dat potřebuje a jak data využívají.

Požadavky modelu Naive Bayes jsou následující:

• Jeden klíčový sloupec. Každý model musí obsahovat jeden číselný nebo textový sloupec, který jednoznačně identifikuje každý záznam. Složené klíče nejsou povolené.

• Vstupní sloupce V modelu Naive Bayes musí být všechny sloupce buď diskrétní, nebo hodnoty musí být rozděleny do intervalů. Informace o tom, jak seskupovat do intervalů nebo diskretizovat sloupce, naleznete v tématu Metody diskretizace (dolování dat).

• Nezávislé proměnné. U modelu Naive Bayes musí být vstupní atributy nezávislé na sobě. Tento požadavek je zvlášť důležitý při použití modelu pro predikci. Pokud použijete dva sloupce dat, které už úzce souvisejí, je výsledkem násobení vlivu těchto sloupců, což může překrývat další faktory, které ovlivňují výsledek.

  Naopak schopnost algoritmu identifikovat korelace mezi proměnnými je užitečná při zkoumání modelu nebo datové sady k identifikaci vztahů mezi vstupy.

• Alespoň jeden předvídatelný sloupec. Předvídatelný atribut musí obsahovat diskrétní nebo diskretizované hodnoty.

  Hodnoty předvídatelného sloupce můžete považovat za vstupy. Tento postup může být užitečný, když zkoumáte novou datovou sadu a hledáte relace mezi sloupci.

Zobrazení modelu

K prozkoumání modelu použijte prohlížeč Microsoft Naive Bayes. Prohlížeč ukazuje, jak vstupní atributy souvisejí s předvídatelným atributem. Prohlížeč také poskytuje podrobný profil každého clusteru, seznam atributů, které odlišují jednotlivé clustery od ostatních, a charakteristiky celé trénovací sady dat. Další informace naleznete v tématu Procházení modelu pomocí prohlížeče Microsoft Naive Bayes.

Další podrobnosti zobrazíte v modelu v nástroji Microsoft Generic Content Tree Viewer (dolování dat). Další informace o typu informací uložených v modelu naleznete v tématu Obsah modelu dolování pro modely Naive Bayes (Analysis Services - Data Mining).

Vytváření předpovědí

Jakmile model vytrénujete, uloží výsledky jako sadu vzorů, které můžete prozkoumat nebo použít k předpovědím. Můžete vytvářet dotazy pro vrácení předpovědí o tom, jak nová data souvisejí s předvídatelným atributem, nebo můžete načíst statistiky popisujících korelace nalezené modelem.

Informace o tom, jak vytvářet dotazy na model dolování dat, naleznete v tématu Dotazy dolování dat. Příklady použití dotazů s modelem Naive Bayes najdete v tématu Příklady dotazů modelu Naive Bayes.

Poznámky

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

• Podporuje drillthrough.

• Nepodporuje vytváření dimenzí dolování dat.

• Podporuje použití dolování modelů OLAP.

Viz také

Algoritmy dolování dat (Analysis Services – Dolování dat)
Výběr funkcí (dolování dat)
Příklady dotazů modelu Naive Bayes
Obsah modelu dolování pro modely Naive Bayes (Analysis Services – Dolování dat)
Technické reference k algoritmu Microsoft Naive Bayes