Compartilhar via

Testando um modelo filtrado (Tutorial de mineração de dados básico)

  • Artigo

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

  1. Em SQL Server Data Tools (SSDT), em Gerenciador de Soluções, selecione BasicDataMining.

  2. Clique na guia Modelos de Mineração .

  3. Clique com o botão direito do mouse no TM_Decision_Tree modelo e selecione Novo Modelo de Mineração.

  4. No campo Nome do modelo , digite TM_Decision_Tree_Male.

  5. 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

  1. 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.

  2. 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.

  3. 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.

  4. Clique na caixa de texto Operador e selecione o operador igual (=) na lista.

  5. Clique na caixa de texto Valor e digite M.

  6. Na grade, clique na linha seguinte.

  7. 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 .

  8. 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

  1. Clique com o botão direito do mouse no TM_Decision_Tree_Male modelo e selecione Estrutura de Mineração de Processos e todos os Modelos

  2. Clique em Executar para processar os novos modelos.

  3. 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

  1. Selecione a guia Visualizador do Modelo de Mineração no Designer de Mineração de Dados.

  2. Na caixa Modelo de Mineração, selecione TM_Decision_Tree_Male.

  3. Nível de Apresentação de Slides para 3.

  4. Altere o valor de Plano de Fundo para 1.

  5. Coloque o cursor sobre o nó rotulado Todos para ver o número de compradores de bicicletas versus compradores que não são de bicicleta.

  6. Repita as etapas 1 a 5 para TM_Decision_Tree_Female.

  7. 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

  1. 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.

  2. Na caixa Selecionar conjunto de dados a ser usado para o grupo Gráfico de Precisão , selecione Usar casos de teste de estrutura de mineração.

  3. 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.

  4. Na coluna Nome da Coluna Previsível , verifique se Bike Buyer está selecionado para cada modelo.

  5. Na coluna Mostrar , selecione cada um dos modelos.

  6. Na coluna Prever Valor , selecione 1.

  7. 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.

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)