Algorytm Reference (Analysis Services — wyszukiwanie danych)
Ta sekcja zawiera łącza do tematów, które zawierają dodatkowe informacje na temat algorytmów wyszukiwanie danych.Ta sekcja zawiera również listę funkcji, które mogą być używane z każdym algorytmu.
Aby zapoznać się z omówieniem działania algorytmów wyszukiwanie danych lub różnych scenariuszy biznesowych, gdzie będzie można korzystać z określonego algorytmu zobacz Algorytmy wyszukiwania danych (Analysis Services — wyszukiwanie danych).
Ogólny opis algorytmu
Wybranie prawego algorytm analityczne zadania i przygotowywania danych do spełnienia wymogów analizy, są ważne kroki w procesie wyszukiwanie danych.Poniższe tematy zawierają przegląd informacji o tym, jak każdy algorytm działa, przedstawia przykład analityczne zadania, dla którego jest odpowiedni algorytm i w tym artykule opisano, jak model używany jest w scenariuszu.Każdy temat zawiera także sekcję wymagania, która zawiera wytyczne dotyczące typu danych, które są wymagane dla każdego typu modelu.
Algorytm skojarzenia firmy Microsoft
Algorytm klastrowanie Microsoft
Algorytm drzewa decyzji firmy Microsoft
Microsoft algorytm regresja liniowa
Microsoft Logistic Regression Algorithm
Algorytm Bayes Naive firmy Microsoft
Algorytm neuronowe sieci firmy Microsoft
Algorytm informacje techniczne
Po wybraniu algorytm ma być używany do tworzenia modelu można zaakceptować ustawienia domyślne dostarczone przez Analysis Services, ale w wielu przypadkach należy dostosować sposób tworzenia modelu lub w sposób algorytm przetwarza dane. W następujących tematach opisano parametry, że można użyć do dostosowania model wyszukiwania i zapewnia także szczegółowe informacje techniczne na temat stosowania każdy algorytm.
Informacje techniczne algorytm skojarzenia firmy Microsoft
Informacje techniczne algorytm klastrowanie Microsoft
Informacje techniczne algorytm drzewa decyzji firmy Microsoft
Microsoft Technical Reference algorytm regresja liniowa
Regresja logistyczne algorytm informacje techniczne firmy Microsoft
Informacje techniczne algorytm Bayes Naive firmy Microsoft
Microsoft Network neuronowe algorytm informacje techniczne
Sekwencja Microsoft klastrowanie algorytm informacje techniczne
Informacje techniczne algorytm serii czasowych firmy Microsoft
Podczas tworzenia modelu można dostosować w modelu i potencjalnie będą miały wpływ na wyniki za pomocą filtrowania danych, które jest używane, gdy szkolenie w modelu.Aby uzyskać więcej informacji na temat sposobu używania filtrów, gdy szkolenia i testowania modeli wyszukiwania zobacz Tworzenie filtrów dla modeli wyszukiwania (Analysis Services — wyszukiwanie danych) i Narzędzia do wykresy dokładność modelu (Analysis Services — wyszukiwanie danych).
Kwerendy i przewidywanie funkcja Reference
Funkcje służą do pobierania wyniki model wyszukiwania.A przewidywanie funkcja może dostarczyć szczegółowych informacji o desenie i statystyk w analizie lub mogą służyć do wprowadzania przewidywanie s i filtrowanie na podstawie prawdopodobieństwo lub znaczenie s przewidywanie.
Aby wyświetlić listę wszystkich funkcji przewidywanie zobacz Odwołanie do funkcja wyszukiwanie danych rozszerzeń (DMX).
W poniższej tabela przedstawiono funkcje programu Analysis Services który może służyć do tworzenia kwerend na wszystkich typach algorytmu.
|
Funkcje przewidywanie przy użyciu określonych typów modelu
Ponieważ każdy algorytm tworzy różne wzorce, istnieją przewidywanie dodatkowe funkcje, które są unikatowe dla każdego typu modelu.Sposób, że używane są funkcje prognozowania i sposób interpretacji wyniki mogą również ulegać zmianie nieco w zależności od model wyszukiwania.Aby zapoznać się z przykładami używania funkcji przewidywanie do tworzenia kwerend dotyczących typów określonego modelu zobacz następujące tematy:
Podczas badania model skojarzenia (Analysis Services — wyszukiwanie danych)
Podczas badania modelu klastrowanie (Analysis Services — wyszukiwanie danych)
Podczas badania modelu drzewa decyzji (Analysis Services — wyszukiwanie danych)
Podczas badania Naive modelu Bayes (Analysis Services — wyszukiwanie danych)
Podczas badania modelu regresja liniowej (Analysis Services — wyszukiwanie danych)
Podczas badania logistyczne regresja modelu (Analysis Services — wyszukiwanie danych)
Podczas badania modelu neuronowe sieci (Analysis Services-wyszukiwanie danych)
Podczas badania sekwencji klastrowanie w modelu (Analysis Services — wyszukiwanie danych)
Podczas badania modelu czasu serii (Analysis Services — wyszukiwanie danych)