Condividi tramite


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

In questo argomento viene descritto il contenuto dei modelli di data mining specifico per i modelli che utilizzano l'algoritmo Microsoft Clustering. Per una descrizione generale del contenuto dei modelli di data mining per tutti i tipi di modello, vedere Contenuto del modello di data mining (Analysis Services - Data mining).

Informazioni sulla struttura di un modello di clustering

Un modello di clustering ha una struttura semplice. Ogni modello include un singolo nodo padre che rappresenta il modello e i relativi metadati e ogni nodo padre è associato a un elenco semplice di cluster (NODE_TYPE = 5). Questa organizzazione è illustrata nell'immagine seguente.

Struttura del contenuto del modello per il clustering

Ogni nodo figlio rappresenta un singolo cluster e contiene statistiche dettagliate sugli attributi dei relativi case, tra cui un conteggio del numero di case nel cluster e la distribuzione di valori che distinguono un cluster dagli altri.

Nota

Non è necessario scorrere i nodi per ottenere un conteggio o una descrizione dei cluster; anche il nodo padre del modello contiene un conteggio e un elenco dei cluster.

Il nodo padre contiene statistiche utili che descrivono la distribuzione effettiva di tutti i case di training. Queste statistiche si trovano nella colonna della tabella nidificata, NODE_DISTRIBUTION. Ad esempio, nella tabella seguente sono illustrate diverse righe della tabella NODE_DISTRIBUTION che descrivono la distribuzione di dati demografici dei clienti per il modello di clustering TM_Clustering creato nell'Esercitazione di base sul data mining:

ATTRIBUTE_NAME

ATTRIBUTE_VALUE

SUPPORT

PROBABILITY

VARIANCE

VALUE_TYPE

Age

Missing

0

0

0

1 (Mancante)

Age

44.9016152716593

12939

1

125.663453102554

3 (Continuo)

Gender

Missing

0

0

0

1 (Mancante)

Gender

F

6350

0.490764355823479

0

4 (Discrete)

Gender

M

6589

0.509235644176521

0

4 (Discrete)

Da questi risultati emerge che sono stati utilizzati 12939 case per creare il modello, che il rapporto tra maschi e femmine è approssimativamente 50-50 e che l'età media è 44 anni. Le statistiche descrittive variano a seconda che l'attributo riportato sia un tipo di dati numerico continuo, ad esempio l'età, o un tipo di valore discreto, ad esempio il sesso. Le misure statistiche media e varianza vengono calcolate per i tipi di dati continui, mentre probabilità e supporto vengono calcolate per i tipi di dati discreti.

Nota

La varianza rappresenta la varianza totale per il cluster. Se il valore relativo alla varianza è piccolo, significa che la maggior parte dei valori della colonna sono relativamente vicini alla media. Per ottenere la deviazione standard, calcolare la radice quadrata della varianza.

Si noti che per ogni attributo è presente un tipo di valore Missing che indica il numero di case in cui i dati per tale attributo sono mancanti. I dati mancanti possono essere significativi e influiscono sui calcoli in vari modi, a seconda del tipo di dati. Per ulteriori informazioni, vedere Valori mancanti (Analysis Services - Data mining).

Contenuto di un modello di clustering

In questa sezione vengono forniti dettagli ed esempi relativi solo alle colonne del contenuto dei modelli di data mining pertinenti per i modelli di clustering.

Per informazioni sulle colonne generiche nel set di righe dello schema, ad esempio MODEL_CATALOG e MODEL_NAME, 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
    Sempre vuota nei modelli di clustering perché non è disponibile alcun attributo stimabile nel modello.

  • NODE_NAME
    Sempre uguale a NODE_UNIQUE_NAME.

  • NODE_UNIQUE_NAME
    Identificatore univoco del nodo all'interno del modello. Questo valore non può essere modificato.

  • NODE_TYPE
    Un modello di clustering restituisce i tipi di nodo seguenti:

    ID e nome del nodo

    Descrizione

    1 (Model)

    Nodo radice per il modello.

    5 (Cluster)

    Contiene un conteggio dei case nel cluster, le caratteristiche dei case nel cluster e statistiche che descrivono i valori nel cluster.

  • NODE_CAPTION
    Nome descrittivo a scopo di visualizzazione. Quando si crea un modello, il valore di NODE_UNIQUE_NAME viene automaticamente utilizzato come didascalia. Tuttavia, è possibile modificare il valore di NODE_CAPTION per aggiornare il nome visualizzato per il cluster, a livello di programmazione o tramite il visualizzatore.

    Nota

    Quando si rielabora il modello, tutte le modifiche dei nomi verranno sovrascritte dai nuovi valori. Non è possibile impostare come persistenti i nomi nel modello né effettuare il rilevamento delle modifiche nell'appartenenza al cluster tra versioni diverse di un modello.

  • CHILDREN_CARDINALITY
    Stima del numero di nodi figlio del nodo.

    Nodo padre   Indica il numero di cluster nel modello.

    Nodi di cluster   Sempre 0.

  • PARENT_UNIQUE_NAME
    Nome univoco del nodo padre del nodo.

    Nodo padre   Sempre NULL

    Nodi di cluster   Solitamente 000.

  • NODE_DESCRIPTION
    Descrizione del nodo.

    Nodo padre   Sempre (All).

    Nodi di cluster   Elenco delimitato da virgole degli attributi principali che distinguono il cluster dagli altri.

  • NODE_RULE
    Opzione non utilizzata per i modelli di clustering.

  • MARGINAL_RULE
    Opzione non utilizzata per i modelli di clustering.

  • NODE_PROBABILITY
    Probabilità associata a questo nodo. Nodo padre   Sempre 1.

    Nodi di cluster   La probabilità rappresenta la probabilità composta degli attributi, con alcuni adattamenti a seconda dell'algoritmo utilizzato per creare il modello di clustering.

  • MARGINAL_PROBABILITY
    Probabilità di raggiungere il nodo dal nodo padre. In un modello di clustering la probabilità marginale corrisponde sempre alla probabilità del nodo.

  • NODE_DISTRIBUTION
    Tabella contenente l'istogramma delle probabilità del nodo.

    Nodo padre   Vedere l'introduzione di questo argomento.

    Nodi di cluster   Rappresenta la distribuzione di attributi e valori per i case inclusi nel cluster.

  • NODE_SUPPORT
    Numero di case che supportano il nodo. Nodo padre   Indica il numero di case di training per l'intero modello.

    Nodi di cluster   Indica la dimensione del cluster come numero di case.

    Nota   Se il modello utilizza il clustering K-medie, ogni case può appartenere a un unico cluster. Se invece il modello utilizza il clustering EM, ogni case può appartenere a cluster diversi e gli viene assegnata una distanza ponderata per ogni cluster cui appartiene. Pertanto, per i modelli EM la somma del supporto per un singolo cluster è maggiore del supporto per il modello complessivo.

  • MSOLAP_MODEL_COLUMN
    Opzione non utilizzata per i modelli di clustering.

  • MSOLAP_NODE_SCORE
    Visualizza un punteggio associato al nodo.

    Nodo padre   Punteggio BIC (Bayesian Information Criterion) per il modello di clustering.

    Nodi di cluster   Sempre 0.

  • MSOLAP_NODE_SHORT_CAPTION
    Etichetta utilizzata a scopo di visualizzazione. Questa didascalia non può essere modificata.

    Nodo padre   Tipo di modello: modello di cluster

    Nodi di cluster   Nome del cluster. Esempio: Cluster 1.

Osservazioni

In Analysis Services sono disponibili più metodi per la creazione di un modello di clustering. Se non si conosce il metodo impiegato per creare il modello in uso, è possibile recuperare a livello di programmazione i metadati del modello, utilizzando un client ADOMD o AMO oppure eseguendo una query sul set di righe dello schema di data mining. Per ulteriori informazioni, vedere Procedura: Esecuzione di query sui parametri utilizzati per creare un modello di data mining.

Nota

La struttura e il contenuto del modello rimangono invariati, indipendentemente dal metodo di clustering o dai parametri utilizzati.