Testando um modelo filtrado (Tutorial de mineração de dados básico)
Agora que você determinou que o TM_Decision_Tree
modelo é o mais preciso, personalizará o modelo para atender melhor às necessidades da campanha de endereçamento direcionada da Adventure Works Cycles. Especificamente, o departamento de marketing gostaria de saber se existe alguma diferença entre os clientes masculino e feminino. As informações podem ajudá-los a decidir que revistas serão usadas para a propaganda e que produtos deverão ser incluídos em suas malas diretas.
Usando filtros
A filtragem permite que você crie com facilidade modelos criados com base em subconjuntos de seus dados. O filtro só é aplicado ao modelo e não altera a fonte de dados subjacente.
Nesta lição, você criará um modelo filtrado por gênero, para prever as características que mais influenciam no comportamento de compra em homens e mulheres.
Primeiro, você fará uma cópia do TM_Decision_Tree
modelo.
Para copiar o modelo de árvore de decisão
Em SQL Server Data Tools (SSDT), em Gerenciador de Soluções, selecione BasicDataMining.
Clique na guia Modelos de Mineração .
Clique com o botão direito do mouse no
TM_Decision_Tree
modelo e selecione Novo Modelo de Mineração.No campo Nome do modelo , digite
TM_Decision_Tree_Male
.Clique em OK.
Em seguida, crie um filtro para selecionar clientes para o modelo baseado em gênero.
Para criar um filtro de caso em um modelo de mineração
Clique com o botão direito do mouse no
TM_Decision_Tree_Male
modelo de mineração para abrir o menu de atalho.-- ou --
Selecione o modelo. No menu Modelo de Mineração , selecione Definir Filtro de Modelos.
Na caixa de diálogo Filtro de Modelos , clique na linha superior da grade, na caixa de texto Coluna da Estrutura de Mineração .
A lista suspensa só exibe os nomes das colunas dessa tabela.
Na caixa de texto Coluna da Estrutura de Mineração, selecione Gênero.
O ícone no lado esquerdo da caixa de texto muda para indicar que o item selecionado é uma tabela ou uma coluna.
Clique na caixa de texto Operador e selecione o operador igual (=) na lista.
Clique na caixa de texto Valor e digite M.
Na grade, clique na linha seguinte.
Clique em OK para fechar a caixa de diálogo Filtro de Modelo .
O filtro é exibido na janela Propriedades . Como alternativa, você pode iniciar a caixa de diálogo Filtro de Modelo na janela Propriedades .
Repita as etapas acima, mas desta vez nomeie o modelo
TM_Decision_Tree_Female
e digite F na caixa de texto Valor .
Processar os modelos filtrados
Os modelos só poderão ser usados depois de serem implantados e processados. Para obter mais informações sobre modelos de processamento, consulte Processando modelos na estrutura de endereçamento direcionada (Tutorial básico de mineração de dados).
Para processar o modelo filtrado
Clique com o botão direito do mouse no
TM_Decision_Tree_Male
modelo e selecione Estrutura de Mineração de Processos e todos os ModelosClique em Executar para processar os novos modelos.
Após a conclusão do processamento, clique em Fechar em ambas as janelas de processamento.
Agora você tem dois novos modelos exibidos na guia Modelos de Mineração .
Avaliar os resultados.
Examine os resultados e avalie a precisão dos modelos filtrados da mesma forma como foi feito nos três modelos anteriores. Para obter mais informações, consulte:
Explorando o modelo de árvore de decisão (Tutorial de mineração de dados básico)
Testando a precisão com gráficos de comparação de precisão (Tutorial de mineração de dados básico)
Para explorar os modelos filtrados
Selecione a guia Visualizador do Modelo de Mineração no Designer de Mineração de Dados.
Na caixa Modelo de Mineração, selecione
TM_Decision_Tree_Male
.Nível de Apresentação de Slides para
3
.Altere o valor de Plano de Fundo para
1
.Coloque o cursor sobre o nó rotulado Todos para ver o número de compradores de bicicletas versus compradores que não são de bicicleta.
Repita as etapas 1 a 5 para
TM_Decision_Tree_Female
.Explore os resultados do
TM_Decision_Tree
e dos modelos filtrados por gênero. Em comparação a todos os compradores de bicicleta, os compradores de bicicleta homens e mulheres compartilham as mesmas características dos compradores de bicicleta não filtrados, mas todos os três também possuem diferenças interessantes. Essas são informações úteis que a Adventure Works Cycles pode usar para desenvolver sua campanha de marketing.
Para testar a comparação de precisão dos modelos filtrados
Alterne para a guia Gráfico de Precisão de Mineração no Designer de Mineração de Dados no SQL Server Data Tools (SSDT) e selecione a guia Seleção de Entrada.
Na caixa Selecionar conjunto de dados a ser usado para o grupo Gráfico de Precisão , selecione Usar casos de teste de estrutura de mineração.
Na guia Seleção de Entrada do Designer de Mineração de Dados, em Selecionar colunas previsíveis do modelo de mineração a serem mostradas no gráfico de comparação de precisão, marque a caixa de seleção Sincronizar Colunas e Valores de Previsão.
Na coluna Nome da Coluna Previsível , verifique se Bike Buyer está selecionado para cada modelo.
Na coluna Mostrar , selecione cada um dos modelos.
Na coluna Prever Valor , selecione
1
.Selecione a guia Gráfico de Comparação de Precisão para exibir o gráfico de comparação de precisão.
Você observará que todos os três modelos de Árvore de Decisão oferecem uma precisão significativa comparado com o modelo de previsão aleatório, além de superarem os modelos Clustering e Naive Bayes.
Related Tasks
Para obter mais informações sobre filtros, consulte Filtros para modelos de mineração (Analysis Services – Mineração de dados).
Para obter um exemplo de como aplicar filtros a tabelas aninhadas, consulte Tutorial de mineração de dados intermediário (Analysis Services – Mineração de dados).
Tarefa anterior da lição
Testando a precisão com gráficos de comparação de precisão (Tutorial de mineração de dados básico)
Próxima lição
Lição 6: Criando e trabalhando com previsões (Tutorial de mineração de dados básico)
Consulte Também
Tutorial de mineração de dados intermediário (Analysis Services – Mineração de dados)
Tarefas e instruções do modelo de mineração
Excluir um filtro de um modelo de mineração
Filtros para modelos de mineração (Analysis Services - Mineração de dados)