Condividi tramite


Scheda Convalida incrociata (vista Grafico accuratezza modello di data mining)

La convalida incrociata consente di partizionare una struttura di data mining in sezioni trasversali, eseguire in maniera iterativa il training dei modelli e testarli a fronte di ciascuna sezione trasversale. È possibile specificare un numero di riduzioni in cui suddividere i dati; ciascuna riduzione viene quindi utilizzata come dati di test, mentre i dati rimanenti vengono usati per eseguire il training di un nuovo modello. In Analysis Services viene quindi generato un set di misure di accuratezza standard per ogni modello. Confrontando le misure relative ai modelli generati per ogni sezione trasversale, è possibile valutare l'affidabilità del modello di data mining per l'intero set di dati.

Per ulteriori informazioni, vedere Convalida incrociata (Analysis Services - Data mining).

Nota

Non è possibile utilizzare la funzione di convalida incrociata con i modelli creati mediante l'algoritmo Microsoft Time Series o Microsoft Sequence Clustering. Se si esegue il report su una struttura di data mining che contiene tali tipi di modelli, questi ultimi non saranno inclusi nel report.

  • Specificare il numero di riduzioni.

  • Specificare il numero massimo di case da utilizzare per la convalida incrociata.

  • Specificare la colonna stimabile.

  • Se si desidera, specificare un stato stimabile.

  • Se si desidera, impostare i parametri che consentono di controllare la modalità di valutazione dell'accuratezza della stima.

  • Fare clic su Ottieni risultati per visualizzare i risultati della convalida incrociata.

  • Conteggio riduzione
    Specificare il numero di riduzioni, o partizioni, da creare. Poiché il valore minimo è 2, metà del set di dati viene utilizzata per il testing e l'altra metà per il training.

    Per le strutture di data mining di sessione, il valore massimo è 10.

    Se la struttura di data mining è archiviata in un'istanza di Analysis Services, il valore massimo è 256.

    Nota

    Il tempo necessario per eseguire la convalida incrociata è direttamente proporzionale all'incremento del numero di riduzioni. È possibile che si verifichino problemi di prestazioni se il numero dei case e il valore di Conteggio riduzione sono elevati.

  • Numero massimo di case
    Specificare il numero massimo di case da utilizzare per la convalida incrociata. Il numero di case in una determinata riduzione corrisponde al valore Numero massimo di case diviso per il valore Conteggio riduzione.

    Se 0 è il valore specificato, tutti i case nei dati di origine vengono utilizzati per la convalida incrociata.

    Nessun valore predefinito.

    Nota

    Il tempo di elaborazione è direttamente proporzionale all'aumento del numero di case.

  • Attributo di destinazione
    Selezionare una colonna dall'elenco di colonne stimabili presenti in tutti i modelli. Per ciascuna operazione di convalida incrociata è possibile selezionare solo una colonna stimabile.

    Per testare solo i modelli di clustering, selezionare Cluster.

  • Stato di destinazione
    Digitare un valore o selezionarne uno di destinazione da un elenco a discesa di valori.

    Il valore predefinito è null, ad indicare che deve essere eseguito il test di tutti gli stati.

    Opzione disattivata per i modelli di clustering.

  • Soglia didestinazione
    Specificare un valore compreso tra 0 e 1 per indicare la probabilità di stima al di sopra della quale uno stato stimato viene considerato corretto. Il valore può essere impostato con incrementi di 0,1.

    Il valore predefinito è null, ad indicare che la stima più probabile viene conteggiata come corretta.

    Nota

    Anche se è possibile impostare 0,0, l'utilizzo di questo valore aumenta il tempo di elaborazione e non produce risultati significativi.

  • Ottieni risultati
    Fare clic per avviare la convalida incrociata del modello mediante i parametri specificati.

    Il modello viene partizionato nel numero specificato di riduzioni e viene eseguito il test di un modello distinto per ciascuna riduzione. La restituzione di risultati da parte della convalida incrociata potrebbe pertanto richiedere del tempo.

Per ulteriori informazioni sull'interpretazione dei risultati del report di convalida incrociata, vedere Report Convalida incrociata (Analysis Services - Data mining).

Impostazione della soglia di accuratezza

È possibile controllare lo standard per la valutazione dell'accuratezza della stima impostando un valore per l'opzione Soglia di destinazione. Una soglia rappresenta una sorta di barra di accuratezza. A ogni stima viene assegnata una probabilità di correttezza del valore stimato. Se si imposta pertanto Soglia di destinazione su un valore più prossimo a 1, si richiede che la probabilità per una determinata stima sia abbastanza elevata da essere considerata come affidabile. Viceversa, se si imposta il valore di Soglia di destinazione più prossimo a 0, anche le stime con i valori di probabilità più bassi vengono considerate come affidabili.

Non esiste un valore di soglia consigliato perché la probabilità di una stima dipende dalla quantità di dati e dal tipo di valutazione che si sta effettuando. È necessario esaminare le stime a livelli di probabilità diversi per determinare una barra di accuratezza appropriata per i dati. È importante seguire questa procedura perché il valore impostato per Soglia di destinazione influisce sull'accuratezza di misurazione del modello.

Si supponga ad esempio che vengano effettuate tre stime per un particolare stato di destinazione e che le probabilità di ogni stima siano 0,05, 0,15 e 0,8. Se si imposta la soglia su 0,5, solo una stima viene conteggiata come corretta. Se si imposta Soglia di destinazione su 0,10, due stime vengono conteggiate come corrette.

Quando l'opzione Soglia di destinazione è impostata su null, ossia il valore predefinito, la stima più probabile per ogni case è conteggiata come corretta. Nell'esempio precedente, 0,05, 0,15 e 0,8 sono le probabilità per le stime nei tre diversi case. Nonostante le probabilità siano molto diverse, ciascuna stima viene conteggiata come corretta, perché ogni case genera una sola stima. Si tratta inoltre delle stime migliori per tali case.