Condividi tramite

  • Articolo

Contenuto dei modelli di data mining per i modelli di regressione logistica (Analysis Services - Data mining)

In questo argomento viene descritto il contenuto dei modelli di data mining specifico dei modelli che utilizzano l'algoritmo Microsoft Logistic Regression. Per una spiegazione dell'interpretazione delle statistiche e della struttura condivise da tutti i tipi di modello e per definizioni generali dei termini correlati al contenuto dei modelli di data mining, vedere Contenuto del modello di data mining (Analysis Services - Data mining).

Informazioni sulla struttura di un modello di regressione logistica

Un modello di regressione logistica viene creato tramite l'algoritmo Microsoft Neural Network con parametri che impongono al modello l'eliminazione del nodo nascosto. La struttura globale di un modello di regressione logistica è pertanto quasi identica a quella di una rete neurale, in cui ogni modello ha un solo nodo padre che rappresenta il modello e i relativi metadati e un nodo speciale delle statistiche marginali (NODE_TYPE = 24) che fornisce statistiche descrittive sugli input utilizzati nel modello.

Il modello contiene inoltre una subnet (NODE_TYPE = 17) per ogni attributo stimabile. Come in un modello di rete neurale, ogni subnet ha sempre due rami: uno per il livello di input e un altro che contiene il livello nascosto (NODE_TYPE = 19) e il livello di output (NODE_TYPE = 20) per la rete. La stessa subnet può essere utilizzata per più attributi se sono specificati come PREDICT ONLY. Gli attributi stimabili che sono anche input potrebbero non essere presenti nella stessa subnet.

Tuttavia, in un modello di regressione logistica, il nodo che rappresenta il livello nascosto è vuoto e non ha elementi figlio. Il modello contiene pertanto nodi che rappresentano singoli output (NODE_TYPE = 23) e singoli input (NODE_TYPE = 21), ma non singoli nodi nascosti.

Struttura del contenuto del modello di regressione logistica

Per impostazione predefinita, un modello di regressione logistica è visualizzato nel Visualizzatore Microsoft Neural Network. Con questo visualizzatore personalizzato, è possibile impostare un filtro sugli attributi di input e i relativi valori e visualizzarne graficamente l'impatto sugli output. Le descrizioni comandi nel visualizzatore mostrano la probabilità e l'accuratezza associate a ogni coppia valori di input e output. Per ulteriori informazioni, vedere Visualizzazione di un modello di data mining con il Visualizzatore Microsoft Neural Network.

Per esplorare la struttura degli input e delle subnet e visualizzare statistiche dettagliate, è possibile utilizzare il Microsoft Generic Content Tree Viewer. È possibile fare clic su qualsiasi nodo per espanderlo e visualizzare i nodi figlio oppure visualizzare i pesi e le altre statistiche contenute nel nodo.

Contenuto di un modello di regressione logistica

In questa sezione vengono forniti dettagli ed esempi relativi solo alle colonne del contenuto dei modelli di data mining particolarmente importanti per la regressione logistica. Il contenuto del modello è quasi identico a quello di un modello di rete neurale, ma è possibile che le descrizioni valide per i modelli di rete neurale siano ripetute in questa tabella per praticità.

Per informazioni sulle colonne generiche nel set di righe dello schema, ad esempio MODEL_CATALOG e MODEL_NAME, non descritte in questo argomento o per spiegazioni sulla terminologia dei modelli di data mining, vedere Contenuto del modello di data mining (Analysis Services - Data mining).

  • MODEL_CATALOG
    Nome del database in cui è archiviato il modello.

  • MODEL_NAME
    Nome del modello.

  • ATTRIBUTE_NAME
    Nomi degli attributi che corrispondono a questo nodo.

    Nodo

    Content

    Nodo radice del modello

    Vuoto

    Statistiche marginali

    Vuoto

    Livello di input

    Vuoto

    Nodo di input

    Nome dell'attributo di input

    Livello nascosto

    Vuoto

    Livello di output

    Vuoto

    Nodo di output

    Nome dell'attributo di output

  • NODE_NAME
    Nome del nodo. Attualmente, questa colonna contiene lo stesso valore di NODE_UNIQUE_NAME, anche se nelle versioni future il valore potrebbe essere diverso.

  • NODE_UNIQUE_NAME
    Nome univoco del nodo.

    Per ulteriori informazioni sul modo in cui i nomi e gli ID forniscono informazioni strutturali sul modello, vedere la sezione Utilizzo dei nomi e degli ID dei nodi.

  • NODE_TYPE
    Un modello di regressione logistica restituisce i tipi di nodo seguenti:

    ID tipo di nodo

    Descrizione

    1

    Modello.

    17

    Nodo della libreria per la subnet

    18

    Nodo della libreria per il livello di input

    19

    Nodo della libreria per il livello nascosto. Il livello nascosto è vuoto.

    20

    Nodo della libreria per il livello di output

    21

    Nodo dell'attributo di input

    23

    Nodo dell'attributo di output

    24

    Nodo delle statistiche marginali

  • NODE_CAPTION
    Etichetta o didascalia associata al nodo. Nei modelli di regressione logistica è sempre vuoto.

  • CHILDREN_CARDINALITY
    Stima del numero di nodi figlio del nodo

    Nodo

    Contenuto

    Nodo radice del modello

    Indica il conteggio di nodi figlio che include almeno 1 rete, 1 nodo marginale obbligatorio e 1 livello di input obbligatorio. Se, ad esempio, il valore è 5, sono presenti 3 subnet.

    Statistiche marginali

    Sempre 0.

    Livello di input

    Indica il numero di coppie attributo-valori di input utilizzate dal modello.

    Nodo di input

    Sempre 0.

    Livello nascosto

    In un modello di regressione logistica, è sempre 0.

    Livello di output

    Indica il numero di valori di output.

    Nodo di output

    Sempre 0.

  • PARENT_UNIQUE_NAME
    Nome univoco dell'elemento padre del nodo. Per tutti i nodi a livello di radice viene restituito NULL.

    Per ulteriori informazioni sul modo in cui i nomi e gli ID forniscono informazioni strutturali sul modello, vedere la sezione Utilizzo dei nomi e degli ID dei nodi.

  • NODE_DESCRIPTION
    Descrizione semplice del nodo.

    Nodo

    Contenuto

    Nodo radice del modello

    Vuoto

    Statistiche marginali

    Vuoto

    Livello di input

    Vuoto

    Nodo di input

    Nome dell'attributo di input

    Livello nascosto

    Vuoto

    Livello di output

    Vuoto

    Nodo di output

    Se l'attributo di output è continuo, contiene il nome dell'attributo di output.

    Se l'attributo di output è discreto o discretizzato, contiene il nome dell'attributo e il valore.

  • NODE_RULE
    Descrizione XML della regola incorporata nel nodo.

    Nodo

    Contenuto

    Nodo radice del modello

    Vuoto

    Statistiche marginali

    Vuoto

    Livello di input

    Vuoto

    Nodo di input

    Frammento XML che contiene le stesse informazioni della colonna NODE_DESCRIPTION.

    Livello nascosto

    Vuoto

    Livello di output

    Vuoto

    Nodo di output

    Frammento XML che contiene le stesse informazioni della colonna NODE_DESCRIPTION.

  • MARGINAL_RULE
    Nei modelli di regressione logistica è sempre vuoto.

  • NODE_PROBABILITY
    Probabilità associata a questo nodo. Nei modelli di regressione logistica è sempre 0.

  • MARGINAL_PROBABILITY
    Probabilità di raggiungere il nodo dal nodo padre. Nei modelli di regressione logistica è sempre 0.

  • NODE_DISTRIBUTION
    Tabella nidificata che contiene informazioni statistiche del nodo. Per informazioni dettagliate sul contenuto di questa tabella per ogni tipo di nodo, vedere la sezione Informazioni sulla tabella NODE_DISTRIBUTION in Contenuto dei modelli di data mining per i modelli di rete neurale (Analysis Services - Data mining).

  • NODE_SUPPORT
    Nei modelli di regressione logistica è sempre 0.

    Nota

    Le probabilità di supporto sono sempre 0 perché l'output di questo tipo di modello non è probabilistico. Soltanto i pesi sono significativi per l'algoritmo, pertanto l'algoritmo non calcola probabilità, supporto o varianza.

    Per ottenere informazioni sul supporto nei case di training per valori specifici, vedere il nodo delle statistiche marginali.

  • MSOLAP_MODEL_COLUMN

    Nodo

    Contenuto

    Nodo radice del modello

    Vuoto

    Statistiche marginali

    Vuoto

    Livello di input

    Vuoto

    Nodo di input

    Nome dell'attributo di input

    Livello nascosto

    Vuoto

    Livello di output

    Vuoto

    Nodo di output

    Nome dell'attributo di input

  • MSOLAP_NODE_SCORE
    Nei modelli di regressione logistica è sempre 0.

  • MSOLAP_NODE_SHORT_CAPTION
    Nei modelli di regressione logistica è sempre vuoto.

Utilizzo dei nomi e degli ID dei nodi

La denominazione dei nodi in un modello di regressione logistica fornisce informazioni aggiuntive sulle relazioni tra i nodi nel modello. Nella tabella seguente vengono illustrate le convenzioni per gli ID assegnati ai nodi in ogni livello.

Tipo di nodo

Convenzione per ID del nodo

Nodo radice del modello (1)

00000000000000000.

Nodo delle statistiche marginali (24)

10000000000000000

Livello di input (18)

30000000000000000

Nodo di input (21)

Inizia da 60000000000000000

Subnet (17)

20000000000000000

Livello nascosto (19)

40000000000000000

Livello di output (20)

50000000000000000

Nodo di output (23)

Inizia da 80000000000000000

È possibile utilizzare questi ID per determinare il modo in cui gli attributi di output sono correlati ad attributi di livello di input specifici, visualizzando la tabella NODE_DISTRIBUTION del nodo di output. Ogni riga della tabella contiene un ID che punta a un nodo dell'attributo di input specifico. La tabella NODE_DISTRIBUTION contiene inoltre il coefficiente per tale coppia di input/output.