Algoritmo bayes naive de Microsoft

Se aplica a: SQL Server 2019 y versiones anteriores de Analysis Services Azure Analysis Services Fabric/Power BI Premium

Importante

La minería de datos estaba en desuso en SQL Server 2017 Analysis Services y ahora se descontinuó en SQL Server 2022 Analysis Services. La documentación no se actualiza para las características en desuso y descontinuadas. Para más información, consulte Compatibilidad con versiones anteriores de Analysis Services.

El algoritmo bayes naive Microsoft es un algoritmo de clasificación basado en los teoremas de Bayes. Puede usar el algoritmo para el modelado exploratorio y predictivo. La palabra naïve en el nombre Naïve Bayes procede del hecho de que el algoritmo usa técnicas bayesianas, pero no tiene en cuenta las dependencias que podrían existir.

Este algoritmo es menos intenso desde el punto de vista computacional que otros algoritmos de Microsoft y resulta útil para generar rápidamente modelos de minería de datos para detectar relaciones entre columnas de entrada y columnas predecibles. Puede usar este algoritmo para la exploración de datos inicial. Más adelante, puede aplicar los resultados para crear modelos de minería de datos con otros algoritmos que sean más intensos y precisos de forma computacional.

Example

Como estrategia promocional en curso, el departamento de marketing de la empresa Adventure Works Cycle decide dirigirse a clientes potenciales enviando folletos. Para reducir los costos, quieren enviar folletos solo a los clientes que probablemente respondan.

La empresa almacena información sobre datos demográficos y respuestas a un correo electrónico anterior en una base de datos. Quieren usar estos datos para ver cómo los datos demográficos, como la edad y la ubicación, pueden ayudar a predecir la respuesta a una promoción, comparando los clientes potenciales con los clientes que tienen características similares y que compraron de la empresa en el pasado. En concreto, la empresa quiere ver las diferencias entre los clientes que compraron una bicicleta y aquellos que no lo han comprado.

Mediante el uso del algoritmo bayes naive de Microsoft, el departamento de marketing puede predecir rápidamente un resultado para un perfil de cliente determinado y, por tanto, determinar qué clientes tienen más probabilidades de responder a los folletos. Con el Visor de Bayes ingenuo de Microsoft en SQL Server Data Tools, también pueden investigar visualmente qué columnas de entrada contribuyen a obtener respuestas positivas a los folletos publicitarios.

Funcionamiento del algoritmo

El algoritmo Bayes naive de Microsoft calcula la probabilidad de cada estado de cada columna de entrada, dado cada estado posible de la columna de predicción.

Para comprender cómo funciona este cálculo, puede usar el visor bayes naive de Microsoft en SQL Server Data Tools para explorar visualmente cómo distribuye el algoritmo los estados, como se muestra en el gráfico siguiente.

El Microsoft Visor bayes naive muestra cada columna de entrada del conjunto de datos y muestra cómo se distribuyen los estados de cada columna, dado cada estado de la columna predecible. Use esta vista del modelo para identificar las columnas de entrada que son importantes para diferenciar entre los estados de la columna predecible.

Por ejemplo, en la fila de Distancia de viaje, la distribución de los valores de entrada es visiblemente diferente para los compradores frente a los no compradores. Esta diferencia indica que la entrada Distancia de viaje = 0-1 millas es un posible predictor.

El visor también proporciona valores para las distribuciones, por lo que puede ver que para los clientes que viajan de una a dos millas para trabajar, la probabilidad de comprar una bicicleta es 0,387, y la probabilidad de que no compren una bicicleta es 0,287. En este ejemplo, el algoritmo usa la información numérica derivada de características del cliente, como la distancia de viaje para predecir si un cliente comprará una bicicleta.

Para obtener más información sobre el uso del Visor bayes naive de Microsoft, vea Examinar un modelo mediante el Visor bayes naive de Microsoft.

Datos necesarios para los modelos bayes naive

Al preparar los datos para entrenar un modelo bayes naive, comprenda los requisitos del algoritmo, incluida la cantidad de datos que necesita y cómo usa los datos.

Los requisitos para un modelo Bayes naive son los siguientes:

• Una única columna clave. Cada modelo debe contener una columna numérica o de texto que identifique de forma única cada registro. No se permiten claves compuestas.

• Columnas de entrada. En un modelo Naive Bayes, todas las columnas deben ser discretas o sus valores deben estar agrupados en intervalos. Para obtener información sobre cómo agrupar en intervalos o discretizar columnas, consulte Métodos de discretización (minería de datos).

• Variables independientes. Para un modelo Bayes naive, los atributos de entrada deben ser independientes entre sí. Este requisito es especialmente importante cuando se usa el modelo para la predicción. Si usa dos columnas de datos que ya están estrechamente relacionadas, el efecto es multiplicar la influencia de esas columnas, lo que puede ocultar otros factores que influyen en el resultado.

  Por el contrario, la capacidad del algoritmo para identificar correlaciones entre variables es útil cuando se explora un modelo o un conjunto de datos para identificar las relaciones entre las entradas.

• Al menos una columna predecible. El atributo predecible debe contener valores discretos o discretizados.

  Puede tratar los valores de la columna de predicción como entradas. Esta práctica puede ser útil al explorar un nuevo conjunto de datos para buscar relaciones entre las columnas.

Visualización del modelo

Para explorar el modelo, use el Visor de Naive Bayes de Microsoft. El visor muestra cómo se relacionan los atributos de entrada con el atributo de predicción. El visor también proporciona un perfil detallado de cada clúster, una lista de los atributos que distinguen cada clúster de los demás y las características de todo el conjunto de datos de entrenamiento. Para obtener más información, vea Examinar un modelo mediante el Visor bayes naive de Microsoft.

Para obtener más información, examine el modelo en el Microsoft Visor de árbol de contenido genérico (minería de datos). Para obtener más información sobre el tipo de información almacenada en el modelo, vea Contenido del modelo de minería para modelos de Naive Bayes (Analysis Services - Minería de datos).

Realización de predicciones

Después de entrenar el modelo, almacena los resultados como un conjunto de patrones que puede explorar o usar para realizar predicciones. Puede crear consultas para devolver predicciones sobre cómo se relacionan los nuevos datos con el atributo de predicción, o bien puede recuperar estadísticas que describen las correlaciones que encontró el modelo.

Para obtener información sobre cómo crear consultas en un modelo de minería de datos, consulte Consultas de minería de datos. Para obtener ejemplos de cómo usar consultas con un modelo bayes naive, consulte Ejemplos de consultas de modelos bayes naive.

Observaciones

• Admite el uso del lenguaje de marcado de modelos predictivos (PMML) para crear modelos de minería de datos.

• Admite la obtención de detalles.

• No admite la creación de dimensiones de minería de datos.

• Admite el uso de modelos de minería de datos OLAP.

Véase también

Algoritmos de minería de datos (Analysis Services - Minería de datos)
Selección de características (minería de datos)
Ejemplos de consultas del modelo Naive Bayes
Contenido del modelo de minería para modelos Bayes ingenuo (Analysis Services - Minería de datos)
Referencia técnica del algoritmo Bayes naive de Microsoft