Referencia de algoritmo (Analysis Services - Minería de datos)
En esta sección se proporcionan vínculos a temas con información adicional sobre algoritmos de minería de datos específicos. Asimismo, también se proporciona una lista de las funciones que pueden utilizarse con cada algoritmo.
Para obtener información general sobre cómo funcionan los algoritmos de minería de datos o sobre los diversos escenarios empresariales donde se beneficiaría del uso de un algoritmo determinado, vea Algoritmos de minería de datos (Analysis Services: Minería de datos).
Descripción general de algoritmos
La elección del algoritmo apropiado para la tarea analítica y la preparación de los datos para cumplir los requisitos del análisis son pasos importantes en el proceso de minería de datos. En los temas siguientes se proporciona información general sobre cómo funciona cada algoritmo, se expone un ejemplo de una tarea analítica para la que resulta adecuada el algoritmo y se describe cómo se utiliza el modelo en el escenario. Cada tema contiene además una sección de requisitos que proporciona instrucciones sobre el tipo de datos requerido para cada tipo de modelo.
Algoritmo de asociación de Microsoft
Algoritmo de clústeres de Microsoft
Algoritmo de árboles de decisión de Microsoft
Algoritmo de regresión lineal de Microsoft
Algoritmo de regresión logística de Microsoft
Algoritmo Bayes naive de Microsoft
Algoritmo de red neuronal de Microsoft
Algoritmo de agrupación en clústeres de secuencia de Microsoft
Referencia técnica de algoritmos
Al seleccionar un algoritmo para utilizarlo en la creación de un modelo, puede aceptar los valores predeterminados proporcionados por Analysis Services, si bien en muchos casos puede que sea necesario personalizar la forma en que se crea el modelo o en que el algoritmo procesa los datos. En los temas siguientes se describen los parámetros que puede utilizar para personalizar su modelo de minería de datos y también se proporciona información técnica detallada sobre la implementación de cada algoritmo.
Referencia técnica del algoritmo de asociación de Microsoft
Referencia técnica del algoritmo de clústeres de Microsoft
Referencia técnica del algoritmo de árboles de decisión de Microsoft
Referencia técnica del algoritmo de regresión lineal de Microsoft
Referencia técnica del algoritmo de regresión logística de Microsoft
Referencia técnica del algoritmo Bayes naive de Microsoft
Referencia técnica del algoritmo de red neuronal de Microsoft
Referencia técnica del algoritmo de clústeres de secuencia de Microsoft
Referencia técnica del algoritmo de serie temporal de Microsoft
Al generar un modelo, puede personalizarlo e influir potencialmente en los resultados mediante el filtrado de los datos que se utilizan al entrenar el modelo. Para obtener más información sobre cómo utilizar los filtros en el entrenamiento y la realización de pruebas de los modelos de minería de datos, vea Crear filtros para modelos de minería (Analysis Services - Minería de datos) y Herramientas de gráficos de precisión de modelos (Analysis Services - Minería de datos).
Referencia de funciones de consulta y predicción
Puede utilizar las funciones para recuperar los resultados de un modelo de minería de datos. Una función de predicción puede proporcionar información detallada sobre los patrones y las estadísticas detectados en el análisis, o bien puede utilizarse para realizar predicciones y filtrarlas en función de su probabilidad o importancia.
Para obtener una lista de todas las funciones de predicción, vea Referencia de funciones de Extensiones de minería de datos (DMX).
En la tabla siguiente se enumeran las funciones de Analysis Services que pueden utilizarse para crear consultas en todos los tipos de algoritmo.
|
Utilizar las funciones de predicción con tipos de modelo específicos
Dado que cada algoritmo crea patrones diferentes, existen funciones de predicción adicionales exclusivas para cada tipo de modelo. La forma en que se utilizan las funciones de predicción y en que se interpretan los resultados también puede variar ligeramente en función del modelo de minería de datos. Para obtener ejemplos sobre cómo utilizar las funciones de predicción para crear consultas en tipos de modelo específicos, consulte los temas siguientes:
Consultar un modelo de asociación (Analysis Services - Minería de datos)
Consultar un modelo de agrupación en clústeres (Analysis Services - Minería de datos)
Consultar un modelo de árboles de decisión (Analysis Services - Minería de datos)
Consultar un modelo Bayes naive (Analysis Services: minería de datos)
Consultar un modelo de regresión lineal (Analysis Services - Minería de datos)
Consultar un modelo de regresión logística (Analysis Services - Minería de datos)
Consultar un modelo de red neuronal (Analysis Services - Minería de datos)
Consultar un modelo de clústeres de secuencia (Analysis Services - Minería de datos)
Consultar un modelo de serie temporal (Analysis Services: minería de datos)