Condividi tramite

Lezione 4: Esplorazione dei modelli di mailing mirati (esercitazione di base sul data mining)

Dopo aver elaborato i modelli nel progetto, è possibile esplorarli per cercare tendenze interessanti. Poiché i modelli possono essere complessi e difficili semplicemente esaminando i numeri, SQL Server Data Mining fornisce alcuni strumenti visivi che consentono di analizzare i dati e comprendere le regole e le relazioni individuate dagli algoritmi all'interno dei dati. È anche possibile usare un'ampia gamma di test di accuratezza per convalidare il set di dati o individuare il modello più adatto prima di distribuirlo.

Quando usi SQL Server Data Tools (SSDT) per esplorare i tuoi modelli, ogni modello che hai creato è elencato nella scheda Visualizzatore modelli di Mining in Progettazione Modelli di Data Mining. È possibile usare i visualizzatori per esplorare i modelli. 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 offre pertanto visualizzatori personalizzati per ogni tipo di modello di Machine Learning.

Se si desidera ottenere informazioni dettagliate, Analysis Services fornisce anche un visualizzatore HTML, denominato Generic Content Tree Viewer, che visualizza informazioni dettagliate sui dati del modello e sui modelli trovati, in un formato semi-tabulare. Per altre informazioni, vedere Esplorare un modello usando microsoft Generic Content Tree Viewer.

In questa lezione verranno esaminati i risultati dei tre modelli. Ogni tipo di modello si basa su un algoritmo diverso e fornisce informazioni dettagliate diverse sui dati.

  • Il modello Decision Tree indica i fattori che influenzano l'acquisto di biciclette.

  • Il modello Clustering raggruppa i clienti in base agli attributi che includono il comportamento di acquisto delle biciclette e altri attributi selezionati.

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

Per altre informazioni su ognuno dei visualizzatori del modello di data mining, vedere gli argomenti seguenti.

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

Prima attività nella lezione

Esplorazione del modello decision tree (esercitazione di base sul data mining)

Lezione precedente

Lezione 3: Aggiunta e elaborazione di modelli

Lezione successiva

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

Vedere anche

Attività e procedure del Visualizzatore dei modelli di data mining
Visualizzatori modello di data mining