Dostosowywanie danych model wyszukiwania (Analysis Services — wyszukiwanie danych)
Po wybraniu algorytm, który nie spełnia wymagań biznesowych, można dostosować model wyszukiwania w następujące sposoby potencjalnie zwiększyć precyzję wyniki.
Za pomocą różnych kolumn danych w modelu lub zmienianie zawartości lub użycie typów kolumn.
Utwórz filtry na model wyszukiwania, aby ograniczyć dane używane w szkolenia w modelu.
Ustawianie parametrów algorytmu progi formantu, podziały drzewa i innych warunków.
Zmienić domyślny algorytm używany do analizy danych lub tworzenie prognoz.
Zmiana danych używana przez model
Decyzje, jakie mają być informacje o tym, które kolumny danych do modelu i sposób używania i przetwarzać dane, może znacznie wpłynąć na wyniki analizy.Poniższe tematy zawierają informacje ułatwiające zrozumienie tych opcji.
Górnictwo modele (Analysis Services — wyszukiwanie danych)
Zawiera omówienie architektury model wyszukiwania, włącznie z podstawową struktura wyszukiwania oraz wybór kolumny wyszukiwania.
Tworzenie filtrów dla modeli wyszukiwania (Analysis Services — wyszukiwanie danych)
W tym artykule wyjaśniono, jak utworzyć filtry, które stosuje się do model wyszukiwania, do tworzenia modeli oparte na podzbiór danych struktura wyszukiwania.
Zaznaczenie funkcji w wyszukiwanie danych.
W tym artykule wyjaśniono sposób Analysis Services używa procesu o nazwie Funkcja wyboru , aby zaznaczyć tylko atrybuty najbardziej użyteczne przy dodawaniu do modelu.Zmniejszanie liczby kolumn i atrybuty można zwiększyć wydajność i jakość modelu.Dostępne metody zaznaczenia funkcji różnią się w zależności od tego, algorytmu, który wybierzesz.
Jeżeli używasz Kreatora wyszukiwanie danych, można także korzystać Analysis Services Automatycznie wybierz dane, które jest najbardziej użyteczna w przypadku tworzenia określonego modelu.
Dostosowywanie ustawień algorytm
Wybór algorytmu Określa, jakiego rodzaju wyniki zostanie wyświetlony.Aby uzyskać ogólne informacje dotyczące sposobu działania określonego algorytmu lub scenariusze biznesowe, w którym będzie można korzystać z określonego algorytmu zobacz Algorytmy wyszukiwania danych (Analysis Services — wyszukiwanie danych).
Algorytmów wyszukiwanie danych, które są zawarte w Analysis Services są także szeroko można dostosowywać. Można kontrolować zachowanie algorytmu i sposobu przetwarzania danych przez ustawienie parametrów algorytmu.Poniższe tematy zawierają szczegółowe informacje na temat parametrów, które obsługuje każdy algorytm.
Informacje techniczne algorytm drzewa decyzji firmy Microsoft
Informacje techniczne algorytm klastrowanie Microsoft
Informacje techniczne algorytm Bayes Naive firmy Microsoft
Informacje techniczne algorytm skojarzenia firmy Microsoft
Sekwencja Microsoft klastrowanie algorytm informacje techniczne
Microsoft Network neuronowe algorytm informacje techniczne
Regresja logistyczne algorytm informacje techniczne firmy Microsoft
Microsoft Technical Reference algorytm regresja liniowa
Informacje techniczne algorytm serii czasowych firmy Microsoft
Temat, aby każdy algorytm również wpisać list przewidywanie funkcje, które mogą być używane w modelach zależności od tego algorytmu.
Lista parametrów algorytmu
Każdy algorytm obsługuje parametry, które służy do dostosowywania zachowania algorytmu i dostrajać rezultaty modelu.Aby uzyskać opis sposobów korzystania z poszczególnych parametrów zobacz następujące tematy:
.gif "Note")
Note:
Wymagania dodatkowe
Wybieranie i przygotowywania danych jest ważną częścią procesu wyszukiwanie danych.Na przykład algorytmów, Microsoft zawiera nie zezwalaj na zduplikowane klucze. Typ danych, które są wymagane dla każdego modelu różni się w zależności od algorytmu.Aby uzyskać więcej informacji zobacz sekcję Wymagania dotyczące następujących tematów:
|
Dostosowywanie wyniki za pomocą funkcji prognozowania i kwerendy
Po modelu została zbudowana i przetwarzane, można wyświetlić informacji przy użyciu jednej przeglądarki dla każdego typu modelu.Alternatywnie można napisać niestandardowej kwerendy przy użyciu wyszukiwanie danych rozszerzeń (DMX) w celu uzyskania bardziej zaawansowane lub szczegółowe informacje o desenie w danych.
Aby uzyskać informacje o tworzeniu kwerendy zwracającej model zawartości zobacz Podczas badania modeli wyszukiwania danych (Analysis Services — wyszukiwanie danych).
Funkcje umożliwia rozszerzanie model wyszukiwania zwraca wyniki.Niektóre funkcje zwracają również statystyk, które reprezentują prawdopodobieństwo wynik lub inne wyniki.Ponadto poszczególnych algorytmy także obsługiwać dodatkowe funkcje.Na przykład jeśli model wyszukiwania używa klastrowanie, służy specjalne funkcje, aby znaleźć informacje na temat klastrów.Jeśli modelu jest oparty na algorytmie seria czas, zestaw funkcji jest jednak dostępna w przypadku tworzenia prognoz i wykonywanie kwerendy zawartości modelu.Aby uzyskać więcej informacji zobacz temat Reference techniczne dla każdego algorytmu.
Przykłady sposobów kwerendy model wyszukiwania oraz sposobu korzystania z funkcji przewidywanie, które zostały zaprojektowane dla określonego modelu typów można znaleźć w temacie Podczas badania modeli wyszukiwania danych (Analysis Services — wyszukiwanie danych).
Aby uzyskać listę funkcji przewidywanie, które są obsługiwane dla wszystkich typów algorytmu zobacz Mapowanie funkcji do kwerendy typy (DMX).
Zmiany w modelu oceny
Podczas eksperymentowania z różnymi modelami rozwiązania problemu biznesowego lub tworzenie wariantów na modelu należy zmierzyć dokładność każdego modelu i również ocenić, jak każdy model odpowiedzi problemu biznesowego.Aby uzyskać ogólne informacje na temat oceniania modeli wyszukiwanie danych zobacz Sprawdzanie poprawności modeli wyszukiwania danych (Analysis Services — wyszukiwanie danych). Aby uzyskać więcej informacji na temat wykresów dokładność wyszukiwania różnych modeli zobaczNarzędzia do wykresy dokładność modelu (Analysis Services — wyszukiwanie danych).