Lezione 4: Esplorazione dei modelli di mailing diretto (Esercitazione di base sul data mining)

Dopo avere elaborato i modelli nel progetto, è possibile esplorarli per individuare tendenze interessanti. Poiché l'analisi dei numeri dei modelli può risultare difficile e complessa, SQL Server Data Mining offre alcuni strumenti visivi che consentono di analizzare i dati e comprendere le regole e le relazioni che gli algoritmi hanno individuato all'interno dei dati. È inoltre possibile utilizzare vari test di accuratezza per convalidare il set di dati o per individuare il modello che garantisce le prestazioni migliori prima di distribuirlo.

Quando si usa SQL Server Data Tools (SSDT) per esplorare i modelli, ogni modello creato viene elencato nella scheda Visualizzatore modelli di data mining in Data Mining Designer. Per esplorare i modelli, è possibile utilizzare i visualizzatori. Questi visualizzatori sono disponibili anche in SQL Server Management Studio.

Ogni algoritmo usato per compilare un modello in Analysis Services restituisce un tipo di risultato diverso. Analysis Services fornisce pertanto visualizzatori personalizzati per ogni tipo di modello di Machine Learning.

Per ottenere informazioni dettagliate, Analysis Services fornisce anche un visualizzatore HTML, denominato Generic Content Tree Viewer, che visualizza informazioni dettagliate sui dati del modello e su tutti i modelli trovati, in un formato semi-tabulare. Per altre informazioni, vedere Visualizzare un modello utilizzando Microsoft Generic Content Tree Viewer.

In questa lezione verranno analizzati dei tre modelli creati. Ogni tipo di modello è basato su un algoritmo diverso e fornisce informazioni diverse sui dati.

• Il modello Decision Trees offre informazioni sui fattori che influiscono sull'acquisto di biciclette.

• Il modello di clustering raggruppa i clienti per attributi che includono il comportamento relativo all'acquisto di biciclette e altri attributi selezionati.

• Il modello Naive Bayes consente di esplorare la relazione tra attributi diversi.

Per ulteriori informazioni su ogni visualizzatore dei modelli di data mining, vedere gli argomenti seguenti.

• Esplorazione del modello Decision Trees (Esercitazione di base sul data mining)

• Esplorazione del modello di clustering (Esercitazione di base sul data mining)

• Esplorazione del modello Naive Bayes (Esercitazione di base sul data mining)

Tutti e tre i modelli possono essere visualizzati usando il Visualizzatore albero del contenuto generico, per estrarre formule, valori di dati e così via.

Prima attività della lezione

Esplorazione del modello Decision Trees (Esercitazione di base sul data mining)

Lezione precedente

Lezione 3: Aggiunta ed elaborazione di modelli

Lezione successiva

Lezione 5: Test di modelli (Esercitazione di base sul data mining)

Vedere anche

Attività e procedure relative al visualizzatore modello di data mining
Visualizzatori modello di data mining