Esecuzione di una query su un modello Naive Bayes (Analysis Services - Data mining)
Quando si crea una query su un modello di data mining, è possibile creare una query contenuto, che fornisce dettagli sui criteri individuati durante l'analisi, o una query di stima, che utilizza i criteri presenti nel modello per eseguire stime relative ai nuovi dati. È inoltre possibile recuperare metadati relativi al modello tramite una query sul set di righe dello schema di data mining. In questa sezione viene illustrato come creare entrambi i tipi di query per i modelli basati sull'algoritmo Microsoft Naive Bayes.
Query contenuto
Recupero di metadati del modello tramite DMX
Recupero di un riepilogo di dati di training
Ricerca di ulteriori informazioni sugli attributi
Utilizzo di stored procedure di sistema
Query di stima
Stima dei risultati mediante una query singleton
Recupero di stime con valori di probabilità e supporto
Stima delle associazioni
Ricerca di informazioni su un modello Naive Bayes
Il contenuto di un modello Naive Bayes fornisce informazioni aggregate sulla distribuzione di valori nei dati di training. Tramite la creazione di query sui set di righe dello schema di data mining è possibile inoltre recuperare informazioni sui metadati del modello.
Esempio di query 1: Recupero di metadati del modello tramite DMX
Tramite l'esecuzione di una query sul set di righe dello schema di data mining, è possibile trovare i metadati per il modello. Tali dati possono includere la data di creazione del modello, la data dell'ultima elaborazione del modello, il nome della struttura di data mining su cui si basa il modello e il nome delle colonne utilizzate come attributo stimabile. È inoltre possibile restituire i parametri utilizzati durante la creazione del modello.
SELECT MODEL_CATALOG, MODEL_NAME, DATE_CREATED, LAST_PROCESSED,
SERVICE_NAME, PREDICTION_ENTITY, FILTER
FROM $system.DMSCHEMA_MINING_MODELS
WHERE MODEL_NAME = 'TM_NaiveBayes_Filtered'
Risultati dell'esempio:
MODEL_CATALOG |
AdventureWorks |
MODEL_NAME |
TM_NaiveBayes_Filtered |
DATE_CREATED |
3/1/2008 19:15 |
LAST_PROCESSED |
3/2/2008 20:00 |
SERVICE_NAME |
Microsoft_Naive_Bayes |
PREDICTION_ENTITY |
Bike Buyer,Yearly Income |
FILTER |
[Region] = 'Europe' OR [Region] = 'North America' |
Il modello utilizzato per questo esempio si basa sul modello Naive Bayes creato nell'Esercitazione di base sul data mining, ma è stato modificato tramite l'aggiunta di un secondo attributo stimabile e l'applicazione di un filtro ai dati di training.
Torna all'inizio
Esempio di query 2: Recupero di un riepilogo di dati di training
In un modello Naive Bayes il nodo delle statistiche marginali archivia informazioni aggregate sulla distribuzione di valori nei dati di training. Questo riepilogo risulta particolarmente utile in quanto consente di non dover creare query SQL sui dati di training per trovare le stesse informazioni.
Nell'esempio seguente viene utilizzata una query sul contenuto DMX per recuperare i dati dal nodo (NODE_TYPE = 24). Poiché le statistiche vengono archiviate in una tabella nidificata, viene utilizzata la parola chiave FLATTENED per rendere più semplice la visualizzazione dei risultati.
SELECT FLATTENED MODEL_NAME,
(SELECT ATTRIBUTE_NAME, ATTRIBUTE_VALUE, [SUPPORT], [PROBABILITY], VALUETYPE FROM NODE_DISTRIBUTION) AS t
FROM TM_NaiveBayes.CONTENT
WHERE NODE_TYPE = 26
Nota
È necessario includere i nomi delle colonne SUPPORT e PROBABILITY tra parentesi quadre per distinguerli dalle parole chiave riservate MDX degli stessi nomi.
Risultati parziali:
MODEL_NAME |
t.ATTRIBUTE_NAME |
t.ATTRIBUTE_VALUE |
t.SUPPORT |
t.PROBABILITY |
t.VALUETYPE |
|---|---|---|---|---|---|
TM_NaiveBayes |
Bike Buyer |
Missing |
0 |
0 |
1 |
TM_NaiveBayes |
Bike Buyer |
0 |
8869 |
0.507263784 |
4 |
TM_NaiveBayes |
Bike Buyer |
1 |
8615 |
0.492736216 |
4 |
TM_NaiveBayes |
Gender |
Missing |
0 |
0 |
1 |
TM_NaiveBayes |
Gender |
F |
8656 |
0.495081217 |
4 |
TM_NaiveBayes |
Gender |
M |
8828 |
0.504918783 |
4 |
Questi risultati indicano, ad esempio, il numero di case di training per ogni valore discreto (VALUETYPE = 4), insieme alla probabilità calcolata, adattata per i valori mancanti (VALUETYPE = 1).
Per una definizione dei valori forniti nella tabella NODE_DISTRIBUTION in un modello Naive Bayes, vedere Contenuto dei modelli di data mining per i modelli Naive Bayes (Analysis Services - Data mining). Per ulteriori informazioni sull'impatto dei valori mancanti sui calcoli di probabilità e supporto, vedere Valori mancanti (Analysis Services - Data mining).
Torna all'inizio
Esempio di query 3: Ricerca di ulteriori informazioni sugli attributi
Poiché un modello Naive Bayes spesso contiene informazioni complesse sulle relazioni fra attributi diversi, il modo più semplice per visualizzare tali relazioni consiste nell'utilizzare il Visualizzatore Microsoft Naive Bayes. È tuttavia possibile creare query DMX per restituire i dati.
Nell'esempio seguente viene illustrato come restituire informazioni dal modello su un particolare attributo, Region.
SELECT NODE_TYPE, NODE_CAPTION,
NODE_PROBABILITY, NODE_SUPPORT, MSOLAP_NODE_SCORE
FROM TM_NaiveBayes.CONTENT
WHERE ATTRIBUTE_NAME = 'Region'
Questa query restituisce due tipi di nodi: il nodo che rappresenta l'attributo di input (NODE_TYPE = 10) e i nodi per ogni valore dell'attributo (NODE_TYPE = 11). La didascalia del nodo viene utilizzata per identificare il nodo, anziché il nome dello stesso, in quanto mostra sia il nome che il valore dell'attributo.
NODE_TYPE |
NODE_CAPTION |
NODE_PROBABILITY |
NODE_SUPPORT |
MSOLAP_NODE_SCORE |
NODE_TYPE |
|---|---|---|---|---|---|
10 |
Bike Buyer -> Region |
1 |
17484 |
84.51555875 |
10 |
11 |
Bike Buyer -> Region = Missing |
0 |
0 |
0 |
11 |
11 |
Bike Buyer -> Region = North America |
0.508236102 |
8886 |
0 |
11 |
11 |
Bike Buyer -> Region = Pacific |
0.193891558 |
3390 |
0 |
11 |
11 |
Bike Buyer -> Region = Europe |
0.29787234 |
5208 |
0 |
11 |
Alcune delle colonne archiviate nei nodi corrispondono a quelle che è possibile ottenere dai nodi delle statistiche marginali, ad esempio il punteggio di probabilità e i valori di supporto del nodo. Tuttavia, MSOLAP_NODE_SCORE è un valore speciale fornito solo per i nodi dell'attributo di input e indica l'importanza relativa di questo attributo nel modello. Gran parte delle stesse informazioni è disponibile nel riquadro Rete di dipendenze, ma il visualizzatore non fornisce punteggi.
La query seguente restituisce i punteggi di importanza di tutti gli attributi nel modello:
SELECT NODE_CAPTION, MSOLAP_NODE_SCORE
FROM TM_NaiveBayes.CONTENT
WHERE NODE_TYPE = 10
ORDER BY MSOLAP_NODE_SCORE DESC
Risultati dell'esempio:
NODE_CAPTION |
MSOLAP_NODE_SCORE |
|---|---|
Bike Buyer -> Total Children |
181.3654836 |
Bike Buyer -> Commute Distance |
179.8419482 |
Bike Buyer -> English Education |
156.9841928 |
Bike Buyer -> Number Children At Home |
111.8122599 |
Bike Buyer -> Region |
84.51555875 |
Bike Buyer -> Marital Status |
23.13297354 |
Bike Buyer -> English Occupation |
2.832069191 |
Esplorando il contenuto del modello in Microsoft Generic Content Tree Viewer, sarà possibile identificare le statistiche più interessanti. Alcuni degli esempi più semplici sono stati già illustrati in questa sede. Molto spesso diventa necessario eseguire più query o archiviare i risultati ed elaborarli nel client.
Torna all'inizio
Esempio di query 4: Utilizzo di stored procedure di sistema
Oltre a scrivere query contenuto personalizzate, è possibile utilizzare alcune stored procedure di sistema di Analysis Services per esplorare i risultati. Per utilizzare una stored procedure di sistema, aggiungere davanti al nome della stessa la parola chiave CALL:
CALL GetPredictableAttributes ('TM_NaiveBayes')
Risultati parziali:
ATTRIBUTE_NAME |
NODE_UNIQUE_NAME |
|---|---|
Bike Buyer |
100000001 |
Nota
Queste stored procedure di sistema vengono utilizzate nelle comunicazioni interne tra il server di Analysis Services e il client e risultano utili solo durante lo sviluppo e il test di modelli di data mining. Le query destinate a un sistema di produzione, invece, devono essere scritte sempre tramite DMX.
Per ulteriori informazioni sulle stored procedure di sistema di Analysis Services, vedere Stored procedure di data mining (Analysis Services - Data mining).
Torna all'inizio
Utilizzo di un modello Naive Bayes per eseguire stime
L'algoritmo Microsoft Naive Bayes viene in genere utilizzato meno per la stima che per l'esplorazione di relazioni tra attributi di input e stimabili. Tuttavia, il modello supporta l'utilizzo di funzioni di stima sia per la stima che per l'associazione.
Esempio di query 5: Stima dei risultati mediante una query singleton
Nella query seguente viene utilizzata una query singleton per fornire un nuovo valore e stimare, in base al modello, se è probabile che un cliente con queste caratteristiche acquisti una bicicletta. Il modo più semplice per creare una query singleton in un modello di regressione consiste nell'utilizzare la finestra di dialogo Input query singleton. È ad esempio possibile compilare la query DMX seguente selezionando il modello TM_NaiveBayes, scegliendo Query singleton, quindi selezionando valori dagli elenchi a discesa per [Commute Distance] e Gender.
SELECT
Predict([TM_NaiveBayes].[Bike Buyer])
FROM
[TM_NaiveBayes]
NATURAL PREDICTION JOIN
(SELECT '5-10 Miles' AS [Commute Distance],
'F' AS [Gender]) AS t
Risultati dell'esempio:
Expression |
|---|
0 |
La funzione di stima restituisce il valore più probabile, in questo caso 0 che indica che è improbabile che questo tipo di cliente acquisti una bicicletta.
Torna all'inizio
Esempio di query 6: Recupero di stime con valori di probabilità e supporto
Oltre a stimare un risultato, spesso si desidera conoscere l'attendibilità della stima. Nella query seguente viene utilizzata la stessa query singleton dell'esempio precedente, ma viene aggiunta la funzione di stima PredictHistogram (DMX) per restituire una tabella nidificata contenente statistiche a supporto della stima.
SELECT
Predict([TM_NaiveBayes].[Bike Buyer]),
PredictHistogram([TM_NaiveBayes].[Bike Buyer])
FROM
[TM_NaiveBayes]
NATURAL PREDICTION JOIN
(SELECT '5-10 Miles' AS [Commute Distance],
'F' AS [Gender]) AS t
Risultati dell'esempio:
Bike Buyer |
$SUPPORT |
$PROBABILITY |
$ADJUSTEDPROBABILITY |
$VARIANCE |
$STDEV |
|---|---|---|---|---|---|
0 |
10161.5714 |
0.581192599 |
0.010530981 |
0 |
0 |
1 |
7321.428768 |
0.418750215 |
0.008945684 |
0 |
0 |
|
0.999828444 |
5.72E-05 |
5.72E-05 |
0 |
0 |
La riga finale nella tabella mostra le modifiche apportate a supporto e probabilità per il valore mancante. I valori della varianza e della deviazione standard sono sempre 0, perché i modelli Naive Bayes non possono modellare valori continui.
Torna all'inizio
Esempio di query 7: Stima delle associazioni
L'algoritmo Microsoft Naive Bayes può essere utilizzato per l'analisi di associazione, se la struttura di data mining contiene una tabella nidificata con l'attributo stimabile come chiave. È possibile, ad esempio, compilare un modello Naive Bayes tramite la struttura di data mining creata nella Lezione 3: Creazione di uno scenario Market Basket (Esercitazione intermedia sul data mining) dell'esercitazione di data mining. Il modello utilizzato in questo esempio è stato modificato per aggiungere informazioni sul reddito e sulla regione del cliente nella tabella del case.
Nell'esempio di query seguente viene illustrata una query singleton che stima prodotti relativi ad acquisti del prodotto, 'Road Tire Tube'. È possibile utilizzare queste informazioni per consigliare prodotti a un tipo specifico di cliente.
SELECT PredictAssociation([Association].[v Assoc Seq Line Items])
FROM [Association_NB]
NATURAL PREDICTION JOIN
(SELECT 'High' AS [Income Group],
'Europe' AS [Region],
(SELECT 'Road Tire Tube' AS [Model])
AS [v Assoc Seq Line Items])
AS t
Risultati parziali:
Model |
|---|
Women's Mountain Shorts |
Water Bottle |
Touring-3000 |
Touring-2000 |
Touring-1000 |
Torna all'inizio
Elenco di funzioni
Tutti gli algoritmi Microsoft supportano un set comune di funzioni. L'algoritmo Microsoft Naive Bayes supporta tuttavia le funzioni aggiuntive elencate nella tabella seguente.
Per un elenco delle funzioni comuni a tutti gli algoritmi Microsoft, vedere Guida di riferimento agli algoritmi (Analysis Services - Data mining). Per informazioni sulla sintassi di funzioni specifiche, vedere Guida di riferimento alle funzioni DMX (Data Mining Extensions).