Création d'une structure et d'un modèle de réseau neuronal (Didacticiel sur l'exploration de données intermédiaire)

Pour créer un modèle d'exploration de données, vous devez d'abord utiliser l'Assistant Exploration de données pour créer une nouvelle structure d'exploration de données basée sur la nouvelle vue de source de données. Dans cette tâche, vous allez utiliser l’Assistant pour créer une structure d’exploration de données et créer en même temps un modèle d’exploration de données associé basé sur l’algorithme Microsoft Neural Network.

Les réseaux neuronaux sont extrêmement flexibles et peuvent analyser de nombreuses combinaisons d'entrées et de sorties ; vous devez donc essayer plusieurs façons de traiter les données pour obtenir des résultats optimaux. Par exemple, vous pouvez personnaliser la façon dont la cible numérique pour la qualité du service est binnée, ou groupée, pour cibler des besoins métier spécifiques. Pour ce faire, vous allez ajouter une nouvelle colonne à la structure d'exploration de données qui regroupe les données numériques de façon différente, puis vous allez créer un modèle qui utilise la nouvelle colonne. Vous allez utiliser ces modèles d'exploration de données pour effectuer une exploration de données.

Enfin, lorsque vous aurez appris à partir du modèle de réseau neuronal quels sont les facteurs ayant l'impact le plus important pour votre question pratique, vous pourrez générer un modèle distinct de prédiction et de calcul de score. Vous allez utiliser l’algorithme De régression logistique Microsoft, qui est basé sur le modèle de réseaux neuronaux, mais qui est optimisé pour trouver une solution basée sur des entrées spécifiques.

Étapes

Créer la structure et le modèle d'exploration de données par défaut

Utiliser la discrétisation pour placer la colonne prédictible dans un conteneur

Copier la colonne et modifier la méthode de discrétisation pour un autre modèle

Créer un alias pour la colonne prédictible afin que vous puissiez comparer les modèles

Traiter tous les modèles

Créer la structure du centre d’appels par défaut

1. Dans Explorateur de solutions dans SQL Server Data Tools (SSDT), cliquez avec le bouton droit sur Structures d’exploration de données et sélectionnez Nouvelle structure d’exploration de données.

2. Dans la page Assistant Exploration de données , cliquez sur Suivant.

3. Dans la page Sélectionner la méthode de définition , vérifiez que l’option À partir d’une base de données relationnelle ou d’un entrepôt de données existant est sélectionnée, puis cliquez sur Suivant.

4. Dans la page Créer la structure d’exploration de données , vérifiez que l’option Créer une structure d’exploration de données avec un modèle d’exploration de données est sélectionnée.

5. Cliquez sur la liste déroulante pour l’option Quelle technique d’exploration de données voulez-vous utiliser ?, puis sélectionnez Réseaux neuronaux Microsoft.

   Les modèles de régression logistique étant basés sur les réseaux neuronaux, vous pouvez réutiliser la même structure et ajouter un nouveau modèle d'exploration de données.

6. Cliquez sur Suivant.

   La page Sélectionner une vue de source de données s’affiche.

7. Sous Vues de source de données disponibles, sélectionnez Call Center, puis cliquez sur Suivant.

8. Dans la page Spécifier les types de table, sélectionnez la zone Case case activée en regard de la table FactCallCenter. Ne sélectionnez rien pour DimDate. Cliquez sur Suivant.

9. Dans la page Spécifier les données d’entraînement , sélectionnez Clé en regard de la colonne FactCallCenterID.

10. Sélectionnez les Predict zones case activée d’entrée.

11. Sélectionnez les zones Clé, Entrée et Predict case activée comme indiqué dans le tableau suivant :

    Tables/Colonnes	Clé/Entrée/Prédire
    AutomaticResponses	Entrée
    AverageTimePerIssue	Entrée/Prédire
    Appels	Entrée
    DateKey	À ne pas utiliser
    DayOfWeek	Entrée
    FactCallCenterID	Clé
    IssuesRaised	Entrée
    LevelOneOperators	Entrée/Prédire
    LevelTwoOperators	Entrée
    Orders (Commandes)	Entrée/Prédire
    ServiceGrade	Entrée/Prédire
    Shift	Entrée
    TotalOperators	À ne pas utiliser
    WageType	Entrée

    Notez que plusieurs colonnes prédictibles ont été sélectionnées. L'une des forces de l'algorithme de réseau neuronal réside dans sa possibilité à analyser toutes les combinaisons possibles des attributs d'entrée et de sortie. Vous ne voudriez pas le faire pour un jeu de données volumineux, car cela pourrait augmenter de façon exponentielle le temps de traitement..

12. Dans la page Spécifier le contenu et le type de données des colonnes , vérifiez que la grille contient les colonnes, les types de contenu et les types de données, comme indiqué dans le tableau suivant, puis cliquez sur Suivant.

    Colonnes	Type de contenu	Types de données
    AutomaticResponses	Continu	Long
    AverageTimePerIssue	Continu	Long
    Appels	Continu	Long
    DayOfWeek	Discret	Texte
    FactCallCenterID	Clé	Long
    IssuesRaised	Continu	Long
    LevelOneOperators	Continu	Long
    LevelTwoOperators	Continu	Long
    Orders (Commandes)	Continu	Long
    ServiceGrade	Continu	Double
    Shift	Discret	Texte
    WageType	Discret	Texte

13. Dans la page Créer un jeu de tests , désactivez la zone de texte de l’option Pourcentage de données à des fins de test. Cliquez sur Suivant.

14. Dans la page Fin de l’Assistant , pour le nom de la structure d’exploration de données, tapez Call Center.

15. Pour nom du modèle d’exploration de données, tapez Call Center Default NN, puis cliquez sur Terminer.

    La zone Autoriser l’extraction est désactivée, car vous ne pouvez pas extraire les données avec des modèles de réseau neuronal.

16. Dans Explorateur de solutions, cliquez avec le bouton droit sur le nom de la structure d’exploration de données que vous venez de créer, puis sélectionnez Processus.

Utiliser la discrétisation pour placer la colonne cible dans un conteneur

Par défaut, lorsque vous créez un modèle de réseau neuronal qui a un attribut prédictible numérique, l'algorithme MNN (Microsoft Neural Network) traite cet attribut comme un nombre continu. Par exemple, l'attribut ServiceGrade est un nombre qui, théoriquement, est compris entre 0.00 (tous les appels font l'objet d'une réponse) et 1.00 (tous les appelants raccrochent). Dans ce jeu de données, les valeurs sont distribuées de la façon suivante :

En conséquence, lorsque vous traitez le modèle, les sorties peuvent ne pas être regroupées comme vous le souhaitez. Par exemple, si vous utilisez clustering pour identifier les meilleurs groupes de valeurs, l’algorithme divise les valeurs dans ServiceGrade en plages telles que celle-ci : 0,0748051948 - 0,09716216215. Bien que ce regroupement soit mathématiquement exact, il est possible que ce type de plage ne soit pas aussi explicite pour les utilisateurs professionnels.

Dans cette étape, pour rendre le résultat plus intuitif, vous allez regrouper les valeurs numériques différemment, en créant des copies de la colonne de données numériques.

Fonctionnement de la discrétisation

Analysis Services fournit plusieurs méthodes pour le traitement des données numériques ou leur placement dans un conteneur. Le tableau suivant illustre les différences qui existent entre les résultats lorsque l'attribut de sortie ServiceGrade est traité de trois manières différentes :

• en le traitant comme un nombre continu ;

• en ayant le clustering d'utilisation d'algorithme pour identifier le meilleur arrangement des valeurs ;

• en spécifiant que les nombres doivent être placés dans un conteneur par la méthode EQUAL_AREAS (zones équivalentes).

Modèle par défaut (continu)

VALEUR	SUPPORT
Manquant	0
0.09875	120

Placement dans un conteneur par clustering

VALEUR	SUPPORT
< 0.0748051948	34
0.0748051948 - 0.09716216215	27
0.09716216215 - 0.13297297295	39
0.13297297295 - 0.167499999975	10
>= 0,167499999975	10

Placement dans un conteneur par zones équivalentes

VALEUR	SUPPORT
< 0.07	26
0.07 - 0.00	22
0.09 - 0.11	36
>= 0,12	36

Notes

Vous pouvez obtenir ces statistiques à partir du nœud des statistiques marginales du modèle, une fois que toutes les données ont été traitées. Pour plus d’informations sur le nœud de statistiques marginales, consultez Contenu du modèle d’exploration de données pour les modèles de réseau neuronal (Analysis Services - Exploration de données).

Dans cette table, la colonne VALUE montre la manière dont le nombre de ServiceGrade a été traité. La colonne SUPPORT indique le nombre de cas ayant eu cette valeur, ou qui sont tombés dans cette plage.

• Utilisez les nombres continus (valeur par défaut)

  Si vous avez utilisé la méthode par défaut, l'algorithme calcule des résultats pour 120 valeurs distinctes, dont la valeur moyenne est 0,09875. Vous pouvez également consulter le nombre de valeurs manquantes.

• Bac par clustering

  Lorsque vous laissez l'algorithme de clustering Microsoft déterminer le regroupement facultatif des valeurs, l'algorithme regrouperait les valeurs de ServiceGrade en cinq (5) plages. Le nombre de cas dans chaque plage n'est pas distribué uniformément, comme vous pouvez voir dans la colonne Support.

• Compartimenter par zones égales

  Lorsque vous choisissez cette méthode, l'algorithme force les valeurs dans des compartiments de taille égale qui modifie tour à tour les limites supérieure et inférieure de chaque plage. Vous pouvez spécifier le nombre de compartiments, mais vous éviterez d'avoir deux valeurs manquantes dans chaque compartiment.

Pour plus d’informations sur les options de binning, consultez Méthodes de discrétisation (exploration de données).

Au lieu d’utiliser les valeurs numériques, vous pouvez également ajouter une colonne dérivée distincte qui classifie les niveaux de service en plages cibles prédéfinies, telles que Best (ServiceGrade <= 0.05), Acceptable (0.10 > ServiceGrade > 0.05) et Poor (ServiceGrade >= 0.10).

Créer une copie d'une colonne et modifier la méthode de discrétisation

Vous allez effectuer une copie de la colonne d’exploration de données qui contient l’attribut cible, ServiceGrade, et modifier la façon dont les nombres sont regroupés. Vous pouvez créer plusieurs copies d'une colonne d'une structure d'exploration de données, y compris de l'attribut prédictible.

Pour ce didacticiel, vous allez utiliser la méthode EQUAL_AREAS de discrétisation et spécifier quatre compartiments. Les regroupements qui résultent de cette méthode sont très proches des valeurs cibles présentant un intérêt pour les utilisateurs professionnels.

Pour créer une copie personnalisée d'une colonne dans la structure d'exploration de données

1. Dans l'Explorateur de solutions, double-cliquez sur la structure d'exploration de données que vous venez de créer.

2. Sous l’onglet Structure d’exploration de données, cliquez sur Ajouter une colonne de structure d’exploration de données.

3. Dans la boîte de dialogue Sélectionner une colonne , sélectionnez ServiceGrade dans la liste de la colonne source, puis cliquez sur OK.

   Une nouvelle colonne est ajoutée à la liste des colonnes de structure d'exploration de données. Par défaut, la nouvelle colonne d'exploration de données porte le même nom que la colonne existante, avec une valeur numérique finale en plus : par exemple, ServiceGrade 1. Vous pouvez modifier le nom de cette colonne afin de le rendre plus descriptif.

   Vous devez également spécifier la méthode de discrétisation.

4. Cliquez avec le bouton droit sur ServiceGrade 1, puis sélectionnez Propriétés.

5. Dans la fenêtre Propriétés , recherchez la propriété Name et remplacez le nom par Service Grade Binned .

6. Une boîte de dialogue s'affiche en vous demandant si vous souhaitez apporter la même modification au nom de toutes les colonnes de modèle d'exploration de données connexe. Cliquez sur Non.

7. Dans la fenêtre Propriétés , recherchez la section Type de données et développez-la si nécessaire.

8. Remplacez la valeur Content de la propriété Continuous par Discretized.

   Les propriétés suivantes sont maintenant disponibles. Modifiez les valeurs des propriétés comme indiqué dans le tableau suivant :

   Propriété	Valeur par défaut	Nouvelle valeur
   DiscretizationMethod	Continuous	EqualAreas
   DiscretizationBucketCount	Aucune valeur	4

   Notes

   La valeur par défaut de DiscretizationBucketCount est en fait 0, ce qui signifie que l'algorithme détermine automatiquement le nombre optimal de compartiments. Par conséquent, si vous voulez réinitialiser la valeur par défaut de cette propriété, tapez 0.

9. Dans Designer d’exploration de données, cliquez sur l’onglet Modèles d’exploration de données.

   Notez que lorsque vous ajoutez une copie d'une colonne de structure d'exploration de données, l'indicateur d'utilisation de la copie a automatiquement la valeur Ignore. En règle générale, lorsque vous ajoutez une copie d'une colonne à une structure d'exploration de données, vous ne devez pas utiliser la copie conjointement avec la colonne d'origine à des fins d'analyse ; sinon, l'algorithme trouvera une forte corrélation entre les deux colonnes, ce qui risque de masquer d'autres relations.

Ajouter un nouveau modèle d'exploration de données à la structure d'exploration de données

À présent que vous avez créé un regroupement pour l'attribut cible, vous devez ajouter un nouveau modèle d'exploration de données qui utilise la colonne discrétisée. Une fois que vous aurez terminé, la structure d'exploration de données CallCenter disposera de deux modèles d'exploration de données :

• Le modèle d'exploration de données, Call Center Default NN (Centre d'appels par défaut NN), gère les valeurs ServiceGrade sous forme de plage continue.

• Vous allez créer un nouveau modèle d’exploration de données, NN binned centre d’appels, qui utilise comme résultats cibles les valeurs de la colonne ServiceGrade, réparties dans quatre compartiments de taille égale.

Pour ajouter un modèle d'exploration de données basé sur la nouvelle colonne discrétisée

1. Dans Explorateur de solutions, cliquez avec le bouton droit sur la structure d’exploration de données que vous venez de créer, puis sélectionnez Ouvrir.

2. Cliquez sur l'onglet Modèles d'exploration de données .

3. Cliquez sur Créer un modèle d’exploration de données associé.

4. Dans la boîte de dialogue Nouveau modèle d’exploration de données, pour Nom du modèle, tapez Call Center Binned NN. Dans la liste déroulante Nom de l’algorithme , sélectionnez Microsoft Neural Network.

5. Dans la liste des colonnes contenues dans le nouveau modèle d'exploration de données, localisez ServiceGrade, puis remplacez l'indicateur d'utilisation Predict par Ignore.

6. De même, localisez ServiceGrade Binned (ServiceGrade placé dans un conteneur), puis remplacez l'indicateur d'utilisation Ignore par Predict.

Créer un alias pour la colonne cible

D'ordinaire, vous ne pouvez pas comparer des modèles d'exploration de données qui utilisent des attributs prédictibles différents. Toutefois, vous pouvez créer un alias pour une colonne de modèle d'exploration de données. Autrement dit, vous pouvez renommer la colonne ServiceGrade Binned dans le modèle d’exploration de données afin qu’elle ait le même nom que la colonne d’origine. Vous pouvez ensuite comparer directement ces deux modèles dans un graphique d'analyse de précision, même si les données sont discrétisées de manière différente.

Pour ajouter un alias pour une colonne de structure d'exploration de données dans un modèle d'exploration de données

1. Sous l’onglet Modèles d’exploration de données, sous Structure, sélectionnez ServiceGrader binned.

   Notez que la fenêtre Propriétés affiche les propriétés de l’objet, colonne ScalarMiningStructure.

2. Sous la colonne du modèle d'exploration de données, ServiceGrade Binned NN (ServiceGrade placé dans un conteneur NN), cliquez sur la cellule correspondant à la colonne ServiceGrade Binned (ServiceGrade placé dans un conteneur).

   Notez que la fenêtre Propriétés affiche désormais les propriétés de l’objet MiningModelColumn.

3. Recherchez la propriété Name et remplacez la valeur par ServiceGrade.

4. Recherchez la propriété Description et tapez Alias de colonne temporaire.

   La fenêtre Propriétés doit contenir les informations suivantes :

   Propriété	Valeur
   Description	Temporary column alias (Alias de colonne temporaire)
   Identifiant	ServiceGrade Binned
   Indicateurs de modélisation
   Nom	Service Grade (Niveau de service)
   ID SourceColumn	Service Grade 1 (Niveau de service 1)
   Utilisation	Prédire

5. Cliquez n’importe où dans l’onglet Modèle d’exploration de données.

   La grille est mise à jour pour afficher le nouvel alias de colonne temporaire, ServiceGrade, en regard de l’utilisation de la colonne. La grille contenant la structure d'exploration de données et deux modèles d'exploration de données doit ressembler à ce qui suit :

   Structure	Call Center Default NN	Call Center Binned NN (Centre d'appels placé dans un conteneur NN)
   	Microsoft Neural Network	Microsoft Neural Network
   AutomaticResponses	Entrée	Entrée
   AverageTimePerIssue	Prédire	Prédire
   Appels	Entrée	Entrée
   DayOfWeek	Entrée	Entrée
   FactCallCenterID	Clé	Clé
   IssuesRaised	Entrée	Entrée
   LevelOneOperators	Entrée	Entrée
   LevelTwoOperators	Entrée	Entrée
   Orders (Commandes)	Entrée	Entrée
   ServiceGrade Binned (ServiceGrade placé dans un conteneur)	Ignorer	Prédire (ServiceGrade)
   ServiceGrade	Prédire	Ignorer
   Shift	Entrée	Entrée
   TotalOperators	Entrée	Entrée
   WageType	Entrée	Entrée

Traiter tous les modèles

Pour terminer, afin de vous assurer que les modèles créés sont facilement comparables, vous devez définir le paramètre de valeur initiale pour le modèle par défaut et le modèle placé dans un conteneur. La définition d'une valeur initiale permet de garantir que chaque modèle débutera le traitement des données à partir du même point.

Notes

Si vous ne spécifiez pas de valeur numérique pour le paramètre de valeur initiale, SQL Server Analysis Services générera une valeur initiale basée sur le nom du modèle. Puisque les modèles ont toujours des noms différents, vous devez définir une valeur initiale afin de garantir qu'ils traitent les données dans le même ordre.

Pour spécifier la valeur initiale et traiter les modèles

1. Sous l’onglet Modèle d’exploration de données, cliquez avec le bouton droit sur la colonne du modèle nommé Centre d’appels - LR, puis sélectionnez Définir les paramètres de l’algorithme.

2. Dans la ligne du paramètre HOLDOUT_SEED, cliquez sur la cellule vide sous Valeur, puis tapez 1. Cliquez sur OK. Répétez cette étape pour chaque modèle associé à la structure.

   Notes

   La valeur que vous choisissez comme valeur initiale n'a pas d'importance tant que vous utilisez la même valeur initiale pour tous les modèles associés.

3. Dans le menu Modèles d’exploration de données, sélectionnez Structure d’exploration de données de processus et Tous les modèles. Cliquez sur Oui pour déployer le projet d’exploration de données mis à jour sur le serveur.

4. Dans la boîte de dialogue Modèle d’exploration de données de processus, cliquez sur Exécuter.

5. Cliquez sur Fermer pour fermer la boîte de dialogue Progression du processus, puis cliquez à nouveau sur Fermer dans la boîte de dialogue Modèle d’exploration de données de processus.

Une fois que vous avez créé les deux modèles d'exploration de données connexes, vous devez explorer les données pour identifier les relations qui existent entre ces dernières.

Tâche suivante de la leçon

Exploration du modèle de centre d'appels (Didacticiel sur l'exploration de données intermédiaire)

Voir aussi

Structures d'exploration de données (Analysis Services – exploration de données)