Dodawanie logistyczne regresja model struktury Centrum wywołania (samouczek wyszukiwanie danych pośrednich)

W uzupełnieniu do analizowania czynniki mogące wpłynąć na wywołanie operacji gniazd, zostały również poproszony zalecane sposoby dla pracowników zwiększyć ich klas usługa.W tym zadaniu będzie używane tę samą struktura wyszukiwania wykorzystywanych do tworzenia modelu neuronowe sieci używane do badań dane i dodać model wyszukiwania, który będzie używany do tworzenia prognoz.

Zarówno w sieciach neuronowe, jak i logistyczne regresja mogą służyć do przewidywanie.Jednak na ogół neuronowe sieci są uważane za well-suited dla poszukiwań złożonych interakcje logistyczne regresja jest szczególnie well-suited do przewidywania binarne wyników na podstawie znanych zmiennych niezależnych.W tej instrukcji określiły swoje wyniki miejsce docelowe (lepszą jakość usługa), a niektóre czynniki, które mogą mieć wpływ na jakości usługa zostały rozpoznane.Dlatego logistyczne regresja jest dobrym rozwiązaniem dla przewidywania zmian w zmiennych niezależnych, takich jak czas reakcji obsadzania i połączenia, mogą mieć wpływ na jakości usługa.

W tej lekcji użytkownik będzie dodawanie nowego modelu i dostosować nowy model dla pytania biznesowe.

Dodawać nowy model wyszukiwania do struktury wywołanie Centrum wyszukiwania

1. W Business Intelligence Development Studio w programie eksplorator rozwiązań kliknij prawym przyciskiem myszy struktura wyszukiwania Centrum wywołaniai wybierz opcję Otwórz projektanta.

2. W Konstruktorze wyszukiwanie danych, kliknij przycisk Modele wyszukiwania tab.

3. Kliknij przycisk Utwórz pokrewnych model wyszukiwania.

4. W Nowy model wyszukiwania okno dialogowe, aby Nazwa modelu, type Zadzwoń do Centrum - LR.Dla Nazwa algorytmu, select Microsoft Regresja logistyczne.

5. Kliknij przycisk OK.

   Nowy model wyszukiwania jest wyświetlany w Modele wyszukiwania tab.

Aby dostosować modelu regresja logistyczne

1. kolumna nowego model wyszukiwania Zadzwoń do Centrum - LR, należy zostawić identyfikator CallCenter fakt jako klucz.

2. Zmień wartość ServiceGrade i poziom 2 operatorów do Przewidywanie.

   Te kolumny będzie używany zarówno jako dane wejściowe, jak i prognozowania.

   Uwaga

   Po dołączeniu wiele atrybutów przewidywalne neuronowe sieci modelu lub modelu regresja logistyczne w zasadzie powoduje utworzenie dwóch różnych modeli, w tym samym kontenerze metadane.Dzieje się tak, ponieważ algorytm tworzy oddzielne poddrzewa dla każdego zestaw atrybutów przewidywalne.

3. Zmienić wszystkie pozostałe kolumny do Dane wejściowe.

Aby określić siewnego i przetworzyć modele

1. W Model górnictwie kartę, kliknij prawym przyciskiem myszy kolumna o nazwie Centrum Call - LR, modelu i wybierz Ustawianie parametrów algorytmu.

2. W wierszu dla parametru HOLDOUT_SEED kliknij puste komórka w obszarze Wartość, and type 1.Kliknij przycisk OK.

   Uwaga

   Wartość, która zostanie wybrana opcja jako siewnego nie ma znaczenia, tak długo, jak używać tej samej wartości dla wszystkich powiązanych modeli.

3. W Modele wyszukiwania Wybierz opcję menuProces struktura wyszukiwania i wszystkie modele.Kliknij przycisk Tak wdrożyć projektu górnictwo zaktualizowane dane na serwerze.

4. W Proces model wyszukiwania okno dialogowe kliknijUruchamianie.

5. Kliknij przycisk Zamknij zamknięciaPostęp procesu okna dialogowego, a następnie kliknij przycisk ZamknijProces model wyszukiwania -okno dialogowe.

Keyboard Shortcuts in Reporting Services

Tworzenie prognoz dla modeli Centrum wywołania (samouczek wyszukiwanie danych pośrednich)

See Also

Other Resources

Processing Data Mining Objects