Crear una estructura y un modelo de red neuronal (Tutorial intermedio de minería de datos)

 

Se aplica a: SQL Server 2016 Preview

Para crear un modelo de minería de datos, debe usar en primer lugar el Asistente para minería de datos con el objeto de crear una nueva estructura de minería de datos basada en la nueva vista del origen de datos. En esta tarea, utilizará el asistente para crear una estructura de minería de datos y al mismo tiempo crear el modelo inicial de minería de datos que se basa en el algoritmo de red neuronal de Microsoft.

Dado que las redes neuronales son extremadamente flexibles y pueden analizar diferentes combinaciones de entradas y salidas, debe realizar pruebas con diferentes métodos de procesamiento de los datos para obtener los mejores resultados. Por ejemplo, puede personalizar la forma en que el destino numérico de calidad de servicio es binned, o agrupan, para satisfacer requisitos empresariales específicos. Para ello, agregará una columna nueva a la estructura de minería de datos que agrupa los datos numéricos de una manera diferente y, a continuación, creará un modelo que use la columna nueva. Utilizará estos modelos de minería de datos para hacer una exploración.

Finalmente, cuando haya aprendido del modelo de red neuronal qué factores tienen el mayor impacto para su cuestión comercial, construirá un modelo independiente para la predicción y evaluación. Usará el algoritmo de regresión logística de Microsoft, que se basa en el modelo de redes neuronales, pero está optimizado para buscar una solución basada en entradas concretas.

Pasos

Crear la estructura y el modelo de minería de datos predeterminados

Usar discretización para enlazar la columna de predicción

Copiar la columna y cambiar el método de discretización para un modelo diferente

Crear un alias para la columna de predicción de manera que se puedan comparar modelos

Procesar todos los modelos

Crear la estructura de centro de llamadas predeterminada

1. En el Explorador de soluciones de SQL Server Data Tools (SSDT), haga clic en estructuras de minería de datos y seleccione nueva estructura de minería de datos.

2. En la página de inicio del Asistente para minería de datos , haga clic en Siguiente.

3. En la Seleccionar el método de definición compruebe que desde el almacén de datos o base de datos relacional existente está seleccionada y, a continuación, haga clic en siguiente.

4. En la crear la estructura de minería de datos compruebe que la opción crear estructura de minería de datos con un modelo de minería de datos está seleccionada.

5. Haga clic en la lista desplegable para la opción Qué técnica de minería de datos desea utilizar?, a continuación, seleccione redes neuronal de Microsoft.

   Dado que los modelos de regresión logística se basan en las redes neuronales, puede volver a usar la misma estructura y agregar un nuevo modelo de minería de datos.

6. Haga clic en Siguiente.

   El Seleccionar vista del origen de datos aparece la página.

7. Bajo vistas del origen de datos disponibles, seleccione Call Center, y haga clic en siguiente.

8. En el especificar tipos de tablas página, seleccione la caso casilla de verificación junto a la FactCallCenter tabla. No seleccione nada para DimDate. Haga clic en Siguiente.

9. En el especificar los datos de entrenamiento página, seleccione clave junto a la columna FactCallCenterID.

10. Seleccione el Predict y entrada casillas de verificación.

11. Seleccione el clave, entrada, y Predict casillas de verificación, tal como se muestra en la tabla siguiente:

    Tablas y columnas	Clave/Entrada/Predicción
    AutomaticResponses	Entrada
    AverageTimePerIssue	Entrada/Predicción
    Calls	Entrada
    DateKey	No debe usarse
    DayOfWeek	Entrada
    FactCallCenterID	Key
    IssuesRaised	Entrada
    LevelOneOperators	Entrada/Predicción
    LevelTwoOperators	Entrada
    Orders	Entrada/Predicción
    ServiceGrade	Entrada/Predicción
    Shift	Entrada
    TotalOperators	No debe usarse
    WageType	Entrada

    Observe que se han seleccionado varias columnas de predicción. Uno de los puntos fuertes del algoritmo de red neuronal es que puede analizar todas las posibles combinaciones de atributos de entrada y salida. Esto no sería aconsejable para un conjunto de datos grande, ya que podría aumentar exponencialmente el tiempo de procesamiento.

12. En la contenido y el tipo de datos de columnas Especifique página, compruebe que la cuadrícula contiene las columnas, tipos de contenido y tipos de datos, como se muestra en la tabla siguiente y, a continuación, haga clic en siguiente.

    Columnas	Tipo de contenido	Tipos de datos
    AutomaticResponses	Continuous	Long
    AverageTimePerIssue	Continuous	Long
    Calls	Continuous	Long
    DayOfWeek	Discrete	Texto
    FactCallCenterID	Key	Long
    IssuesRaised	Continuous	Long
    LevelOneOperators	Continuous	Long
    LevelTwoOperators	Continuous	Long
    Orders	Continuous	Long
    ServiceGrade	Continuous	Doble
    Shift	Discrete	Texto
    WageType	Discrete	Texto

13. En la crear pruebas establezca página, desactive la casilla de texto para la opción porcentaje de datos de prueba. Haga clic en Siguiente.

14. En la completar el Asistente para página, para el nombre de la estructura de minería de datos, tipo Call Center.

15. Para el nombre del modelo de minería de datos, tipo Call Center Default NN, y, a continuación, haga clic en Finalizar.

    La Permitir obtención de detalles cuadro está deshabilitado porque no se puede obtener detalles de datos con los modelos de red neuronal.

16. En el Explorador de soluciones, haga clic en el nombre de la estructura de minería de datos recién creado y seleccione proceso.

Usar discretización para enlazar la columna de destino

De forma predeterminada, cuando crea un modelo de red neuronal que incluye un atributo de predicción numérico, el algoritmo de red neuronal de Microsoft lo trata como un número continuo. Por ejemplo, el atributo ServiceGrade es un número que, en teoría, abarca desde 0,00 (se responden todas las llamadas) a 1,00 (cuelgan todos los que han llamado). En este conjunto de datos, los valores tienen la siguiente distribución:

Como resultado, al procesar el modelo los resultados pueden aparecer de forma diferente a la que se espera. Por ejemplo, si utiliza clústeres para identificar los grupos de valores recomendados, el algoritmo divide los valores de ServiceGrade en intervalos como éste: 0,0748051948 - 0,09716216215. Aunque esta agrupación es matemáticamente precisa, tales intervalos podrían no ser significativos para los usuarios empresariales.

En este paso, para que el resultado sea más intuitivo, agrupará los valores numéricos de forma diferente, creando copias de la columna de datos numéricos.

Cómo funciona la discretización

Analysis Services proporciona varios métodos para discretizar o procesar los datos numéricos. La tabla siguiente muestra las diferencias entre los resultados cuando el atributo ServiceGrade de salida se ha procesado de tres maneras diferentes:

• Se trata como un número continuo.

• Se hace que el algoritmo use la agrupación en clústeres para identificar la mejor organización de valores.

• Se especifica que los números se discreticen mediante el método de áreas iguales.

Modelo predeterminado (continuo)	Discretizado mediante agrupación en clústeres	Discretizado mediante áreas iguales
VALOR: falta soporte técnico: 0 VALOR: 0,09875 SOPORTE TÉCNICO: 120	VALOR: < 0,0748051948 SOPORTE TÉCNICO: 34 VALOR: 0,0748051948 - 0,09716216215 SOPORTE TÉCNICO: 27 VALOR: 0,09716216215 - 0.13297297295 SOPORTE TÉCNICO: 39 VALOR: 0.13297297295 - 0.167499999975 SOPORTE TÉCNICO: 10 VALOR: > = 0.167499999975 SOPORTE TÉCNICO: 10	VALOR: < 0,07 SOPORTE TÉCNICO: 26 VALOR: 0.07 - 0,00 SOPORTE TÉCNICO: 22 VALOR: 0,09 - 0,11 SOPORTE TÉCNICO: 36 VALOR: > = 0,12 SOPORTE TÉCNICO: 36

Nota

Puede obtener estas estadísticas a partir del nodo de estadísticas marginales del modelo una vez que se hayan procesado todos los datos. Para obtener más información acerca del nodo de estadísticas marginales, vea Mining Model Content para los modelos de red neuronal ( Analysis Services: minería de datos y nº 41;.

En esta tabla, la columna VALUE muestra cómo se ha controlado el número para ServiceGrade. La columna SUPPORT muestra cuántos casos tenían ese valor o pertenecían a ese rango.

• Usar números continuos (predeterminado)

  Si usa el método predeterminado, el algoritmo calcula los resultados de 120 valores distintos, cuyo valor medio es 0,09875. También puede ver el número de valores que faltan.

• Discretizar mediante agrupación en clústeres

  Cuando permite que el algoritmo de clústeres de Microsoft determine la agrupación opcional de valores, el algoritmo agrupa los valores de ServiceGrade en cinco (5) rangos. El número de escenarios de cada rango no se distribuye por igual, como puede ver en la columna.

• Discretizar mediante áreas iguales

  Si elige este método, el algoritmo exige que los valores de los cubos sean del mismo tamaño, lo que a su vez cambia los límites superior e inferior de cada rango. Puede especificar el número de cubos, pero es conveniente evitar que haya muy pocos valores en un cubo.

Para obtener más información acerca de opciones de discretización, vea métodos de discretización ( minería de datos ).

Como alternativa, en lugar de utilizar los valores numéricos, podría agregar una columna derivada independiente que clasifique los grados de servicio en intervalos de destino predefinidos, como mejor (ServiceGrade < = 0,05), aceptable (0.10 > ServiceGrade > 0.05), y deficiente (ServiceGrade > = 0.10).

Crear una copia de una columna y cambiar el método de discretización

Deberá realizar una copia de la columna de minería de datos que contiene el atributo de destino, ServiceGrade y cambiar la forma en que se agrupan los números. Puede crear varias copias de cualquier columna de una estructura de minería de datos, incluido el atributo de predicción.

En este tutorial utilizará el método de discretización de áreas iguales y especificará cuatro cubos. Las agrupaciones que resultan de este método están bastante cerca de los valores objetivo que interesan a los usuarios empresariales.

Para crear una copia personalizada de una columna de la estructura de minería de datos

1. En el Explorador de soluciones, haga doble clic en la estructura de minería de datos recién creada.

2. En la pestaña estructura de minería de datos, haga clic en Agregar una columna de estructura de minería de datos.

3. En la columna seleccione cuadro de diálogo, seleccione ServiceGrade en la lista de columna de origen, a continuación, haga clic en Aceptar.

   Se agrega una columna nueva a la lista de columnas de la estructura de minería de datos. De forma predeterminada, la nueva columna de minería de datos tiene el mismo nombre que la columna existente, con un sufijo numérico: por ejemplo, ServiceGrade 1. Puede cambiar el nombre de esta columna para que sea más descriptivo.

   También especificará el método de discretización.

4. Haga clic en ServiceGrade 1 y seleccione propiedades.

5. En la propiedades ventana, busque la nombre propiedad y cambie el nombre a Service Grade Binned .

6. Aparece un cuadro de diálogo en el que se pregunta si desea realizar el mismo cambio en el nombre de todas las columnas del modelo de minería de datos relacionadas. Haga clic en No.

7. En la propiedades ventana, busque la sección tipo de datos y expándala si es necesario.

8. Cambie el valor de la propiedad contenido de continua a Discretized.

   Ahora están disponibles las propiedades siguientes. Cambie los valores de las propiedades tal como se muestra en la tabla siguiente:

   Propiedad	Valor predeterminado	Nuevo valor
   DiscretizationMethod	Continuous	EqualAreas
   DiscretizationBucketCount	Sin valor	4

   Nota

   
   El valor predeterminado de DiscretizationBucketCount es 0, lo que significa que el algoritmo determina automáticamente el número óptimo de depósitos. Por tanto, si desea restablecer el valor predeterminado de esta propiedad, escriba 0.

9. En el Diseñador de minería de datos, haga clic en el modelos de minería de datos ficha.

   Observe que, cuando se agrega una copia de una columna de estructura de minería de datos, la marca de uso para la copia se establece automáticamente en omitir. Normalmente, al agregar una copia de una columna a una estructura de minería de datos, no utilizaría la copia para el análisis junto con la columna original o el algoritmo encontrará una correlación fuerte entre las dos columnas que podrían disimular otras relaciones.

Agregar un nuevo modelo de minería de datos a la estructura de minería de datos

Ahora que ha creado una nueva agrupación para el atributo de destino, necesita agregar un nuevo modelo de minería de datos que use la columna de datos discretos. Cuando lo haya hecho, la estructura de minería de datos CallCenter tendrá dos modelos de minería de datos:

• El modelo de minería de datos, Call Center Default NN, administra los valores de ServiceGrade como un intervalo continuo.

• Creará un nuevo modelo de minería de datos, Call Center Binned NN, que se usa como resultados de destino de los valores de la columna ServiceGrade, distribuidos en cuatro cubos del mismo tamaño.

Para agregar un modelo de minería de datos basado en la nueva columna de datos discretos

1. En el Explorador de soluciones, haga clic en la estructura de minería de datos recién creado y seleccione abiertos.

2. Haga clic en la pestaña Modelos de minería de datos .

3. Haga clic en crear un modelo de minería de datos relacionadas.

4. En la nuevo modelo de minería de datos cuadro de diálogo para nombre del modelo, tipo Call Center Binned NN. En el nombre del algoritmo lista desplegable, seleccione Red neuronal de Microsoft.

5. En la lista de columnas incluidas en el nuevo modelo de minería de datos, busque ServiceGrade y cambie el uso de Predict a omitir.

6. De igual forma, busque ServiceGrade Binned y cambie el uso de omitir a Predict.

Crear un alias para la columna de destino

Normalmente, no puede comparar modelos de minería de datos que usen atributos de predicción diferentes. Sin embargo, puede crear un alias para una columna del modelo de minería de datos. Es decir, puede cambiar la columna, ServiceGrade Binned, dentro del modelo de minería de datos para que tenga el mismo nombre que la columna original. A continuación, puede comparar directamente estos dos modelos en un gráfico de precisión, aunque los datos se discreticen de manera diferente.

Para agregar un alias para una columna de una estructura de minería de datos de un modelo de minería de datos

1. En el modelos de minería de datos ficha estructura, seleccione ServiceGrade Binned.

   Tenga en cuenta que el propiedades ventana muestra las propiedades del objeto, columna ScalarMiningStructure.

2. En la columna correspondiente al modelo de minería de datos, ServiceGrade Binned NN, haga clic en la celda que corresponde a la columna ServiceGrade Binned.

   Observe que ahora la propiedades ventana muestra las propiedades del objeto MiningModelColumn.

3. Busque el nombre propiedad y cambie el valor a ServiceGrade.

4. Busque la descripción propiedad y tipo alias de columna temporal.

   El propiedades ventana debe contener la siguiente información:

   Propiedad	Value
   Description	Alias de columna temporal
   ID	ServiceGrade Binned
   Marcas de modelado
   Nombre	Service Grade
   SourceColumn ID	Service Grade 1
   Uso	Predecir

5. Haga clic en el el modelo de minería de datos ficha.

   La cuadrícula se actualiza para mostrar el nuevo alias de columna temporales, ServiceGrade, junto a uso de la columna. La cuadrícula que contiene la estructura de minería de datos y dos modelos de minería de datos debería tener una apariencia similar a la siguiente:

   Estructura	Call Center Default NN	Call Center Binned NN
   	Red neuronal de Microsoft	Red neuronal de Microsoft
   AutomaticResponses	Entrada	Entrada
   AverageTimePerIssue	Predecir	Predecir
   Calls	Entrada	Entrada
   DayOfWeek	Entrada	Entrada
   FactCallCenterID	Key	Key
   IssuesRaised	Entrada	Entrada
   LevelOneOperators	Entrada	Entrada
   LevelTwoOperators	Entrada	Entrada
   Orders	Entrada	Entrada
   ServiceGrade Binned	Ignore	Predicción (ServiceGrade)
   ServiceGrade	Predecir	Ignore
   Shift	Entrada	Entrada
   Total Operators	Entrada	Entrada
   WageType	Entrada	Entrada

Procesar todos los modelos

Finalmente, para asegurarse de que los modelos que ha creado se pueden comparar fácilmente, establecerá el parámetro de inicialización del modelo discretizado y del predeterminado. Al establecer un valor de inicialización se garantiza que cada modelo comienza el procesamiento de los datos desde el mismo punto.

Nota

Si no se especifica un valor numérico para el parámetro de inicialización, SQL Server Analysis Services lo generará a partir del nombre del modelo. Dado que los modelos siempre tienen nombres diferentes, debe establecer un valor de inicialización para asegurarse de que procesan los datos en el mismo orden.

Para especificar el valor de inicialización y procesar los modelos

1. En el el modelo de minería de datos ficha, haga clic en la columna del modelo denominado Call Center - LR y seleccione establecer parámetros de algoritmo.

2. En la fila correspondiente al parámetro HOLDOUT_SEED, haga clic en la celda vacía bajo valor, y escriba 1. Haga clic en Aceptar. Repita este paso para cada modelo asociado a la estructura.

   Nota

   
   El valor de inicialización que elija no es importante siempre y cuando use el mismo para todos los modelos relacionados.

3. En el modelos de minería de datos menú, seleccione Procesar estructura de minería de datos y todos los modelos. Haga clic en Sí para implementar el proyecto de minería de datos actualizados en el servidor.

4. En el modelo de minería de datos de proceso cuadro de diálogo, haga clic en ejecutar.

5. Haga clic en Cerrar para cerrar la progreso del proceso cuadro de diálogo y, a continuación, haga clic en Cerrar nuevamente en el modelo de minería de datos de proceso cuadro de diálogo.

Ahora que ha creado los dos modelos de minería de datos relacionados, explorará los datos para detectar relaciones.

Siguiente tarea de la lección

Explorar el modelo de centro de llamadas ( Tutorial de minería de datos intermedios )

Vea también

Estructuras de minería de datos (Analysis Services - Minería de datos)