Partager via

  • Article

Vue Visionneuse de modèle d'exploration de données (Concepteur de modèle d'exploration de données)

Utilisez l'onglet Visionneuse de modèle d'exploration de données pour explorer les modèles d'exploration de données d'une structure associée. Vous devez sélectionner le modèle d'exploration de données, puis sélectionner une visionneuse. Chaque modèle comporte toujours deux visionneuses disponibles : une visionneuse personnalisée, qui peut inclure plusieurs onglets, et la visionneuse générique.

Selon le modèle sélectionné dans la liste déroulante Modèle d'exploration de données, l'onglet Visionneuse de modèle d'exploration de données affiche différentes options permettant d'explorer le modèle. Les visionneuses personnalisées associées à chaque type de modèle sont adaptées à l'algorithme que vous avez utilisé pour créer le modèle d'exploration de données sélectionné. Chaque visionneuse personnalisée comporte divers outils et boîtes de dialogue qui vous permettent d'explorer les statistiques et modèles, de consulter les graphiques, d'utiliser en mode interactif des seuils de probabilité ou de filtrer des éléments par nom.

La Visionneuse de l'arborescence de contenu générique Microsoft (Concepteur d'exploration de données) est disponible pour tous les types de modèle et présente le contenu du modèle d'exploration de données selon un schéma standardisé.

Options courantes

  • Actualiser le contenu de l'observateur
    Recharge le modèle d'exploration de données dans la visionneuse.

  • Modèle d'exploration de données
    Choisissez un modèle d'exploration de données pour afficher le contenu de la structure d'exploration actuelle. Le modèle d'exploration de données s'ouvre tout d'abord dans sa visionneuse personnalisée associée.

  • Visionneuse
    Choisissez la visionneuse à utiliser pour explorer le modèle d'exploration de données sélectionné. Cette liste contient les visionneuses fournies par Microsoft SQL Server Analysis Services pour chaque modèle d'exploration de données, Microsoft Mining Content Viewer et les visionneuses de plug-in.

Le diagramme suivant illustre la différence entre une visionneuse personnalisée et la visionneuse générique pour le même modèle. La moitié supérieure du diagramme affiche la visionneuse personnalisée qui apparaît lorsque vous sélectionnez un modèle d'exploration de données basé sur l'algorithme MTS (Microsoft Time Series). Cette visionneuse personnalisée particulière crée automatiquement un graphique de la série chronologique et fournit cinq prédictions. Toutefois, lorsque vous passez à un autre modèle basé sur un algorithme différent, les outils disponibles pour l'exploration et l'interprétation du modèle sont radicalement différents. Les modèles d'exploration de données du même type peuvent également sembler assez différents dans la visionneuse personnalisée selon la complexité des résultats.

Lorsque vous sélectionnez la Visionneuse de l'arborescence de contenu générique Microsoft, l'affichage est remplacé par la grille HTML représentée dans la moitié inférieure du diagramme. Cette grille affiche une liste des nœuds du modèle dans le volet gauche et le contenu du nœud sélectionné dans le volet droit. Ce format est le même pour tous les types de modèle, mais le contenu de chaque nœud diffère selon l'algorithme utilisé pour générer les résultats. Alors que les visionneuses personnalisées sont conçues pour explorer et comprendre le modèle, la visionneuse générique est plus adaptée lorsque vous comprenez déjà le modèle et souhaitez extraire d'un nœud spécifique des statistiques ou des règles.

Vue d'ensemble d'un concepteur de modèle d'exploration de données

Visionneuses et leurs composants

La vue Visionneuse de modèle d'exploration de données fournit les visionneuses suivantes, chacune étant propre à un type particulier de modèle d'exploration de données.

Algorithme MAR (Microsoft Association Rules)

Algorithme de gestion de clusters Microsoft

Algorithme MDT (Microsoft Decision Trees)

Algorithme MLR (Microsoft Linear Regression)

Algorithme MLR (Microsoft Logistic Regression)

Algorithme MNB (Microsoft Naive Bayes)

Algorithme MNN (Microsoft Neural Network)

Algorithme MSC (Microsoft Sequence Clustering)

Algorithme MTS (Microsoft Time Series)