Partager via

Leçon 4 : Exploration des modèles de publipostage ciblés (didacticiel d’exploration de données de base)

Une fois que les modèles de votre projet ont été traités, vous pouvez les explorer pour rechercher des tendances intéressantes. Étant donné que les modèles peuvent être complexes et difficiles simplement en examinant des nombres, l’exploration de données SQL Server fournit des outils visuels qui vous aident à examiner les données et à comprendre les règles et les relations que les algorithmes ont découverts dans les données. Vous pouvez également utiliser divers tests de précision pour valider votre jeu de données ou découvrir quel modèle fonctionne le mieux avant de le déployer.

Lorsque vous utilisez SQL Server Data Tools (SSDT) pour explorer vos modèles, chaque modèle que vous avez créé est répertorié dans l’onglet Visionneuse de modèles d’exploration de données dans le Concepteur d’exploration de données. Vous pouvez utiliser les visualiseurs pour explorer les modèles. Ces visionneuses sont également disponibles dans SQL Server Management Studio.

Chaque algorithme que vous avez utilisé pour générer un modèle dans Analysis Services retourne un type de résultat différent. Par conséquent, Analysis Services fournit des visionneuses personnalisées pour chaque type de modèle Machine Learning.

Si vous souhaitez obtenir des détails, Analysis Services fournit également une visionneuse HTML, appelée Visionneuse d’arborescence de contenu générique, qui affiche des informations détaillées sur les données du modèle et tous les modèles trouvés, dans un format semi-tabulaire. Pour plus d’informations, consultez Parcourir un modèle à l’aide de l’arborescence de contenu générique Microsoft.

Dans cette leçon, vous allez examiner les résultats de vos trois modèles. Chaque type de modèle est basé sur un algorithme différent et fournit des insights différents sur les données.

  • Le modèle Arbre de décision vous indique les facteurs qui influencent l’achat de vélos.

  • Le modèle de clustering regroupe vos clients par attributs qui incluent leur comportement d’achat de vélos et d’autres attributs sélectionnés.

  • Le modèle Naive Bayes vous permet d’explorer la relation entre différents attributs.

Consultez les rubriques suivantes pour en savoir plus sur chacune des visionneuses des modèles d'exploration de données.

Les trois modèles peuvent être consultés à l’aide de la visionneuse d’arborescence de contenu générique, pour extraire des formules, des valeurs de données, etc.

Première tâche dans la leçon

Exploration du modèle d’arbre de décision (didacticiel d’exploration de données de base)

Leçon précédente

Leçon 3 : Ajout et traitement de modèles

Leçon suivante

Leçon 5 : Tester des modèles (didacticiel d’exploration de données de base)

Voir aussi

Tâches et instructions de la visionneuse de modèles d’analyse de données
Visionneuses de modèle d’exploration de données

  • Last updated on