Lektion 5: Testen von Modellen (Lernprogramm zu Data Mining-Grundlagen)
Nachdem Sie das Modell mit dem Trainingssatz für das Targeted Mailing-Szenario verarbeitet haben, können Sie die Modelle mit dem Testsatz überprüfen. Da die Daten im Testsatz bereits bekannte Werte für das Fahrradkaufverhalten enthalten, ist es einfach, die Vorhersagegenauigkeit des Modells zu bestimmen. Das Modell mit den besten Ergebnissen wird von der Marketingabteilung von Adventure Works Cycles zur Identifizierung von Kunden für die Target Mailing-Kampagne verwendet.
In dieser Lektion testen Sie zuerst die Modelle anhand von Vorhersagen für den Testsatz. Anschließend testen Sie die Modelle mit einer gefilterten Teilmenge der Daten. Analysis Services bietet eine Vielzahl von Methoden zur Bestimmung der Genauigkeit von Miningmodellen. In dieser Lektion wird ein Prognosegütediagramm betrachtet.
Die Überprüfung ist ein wichtiger Schritt im Data Mining-Prozess. Sie sollten wissen, welche Leistung Ihre Miningmodelle für Targeted Mailing mit echten Daten erzielen, bevor Sie die Modelle in Ihrer Produktionsumgebung bereitstellen. Weitere Informationen zu Modellüberprüfungen im Rahmen des Data Mining-Prozesses finden Sie unter Data Mining-Konzepte (Analysis Services – Data Mining).
Diese Lektion enthält die folgenden Aufgaben:
Überprüfen der Genauigkeit mit Prognosegütediagrammen (Lernprogramm zu Data Mining-Grundlagen)
Testen eines gefilterten Modells (Lernprogramm zu Data Mining-Grundlagen)
Erste Aufgabe in der Lektion
Überprüfen der Genauigkeit mit Prognosegütediagrammen (Lernprogramm zu Data Mining-Grundlagen)
Nächste Lektion
Lektion 6: Erstellen und Verwenden von Vorhersagen (Lernprogramm zu Data Mining-Grundlagen)
Siehe auch