Поделиться через


Справочник по алгоритмам (службы Analysis Services — интеллектуальный анализ данных)

Этот раздел содержит ссылки на разделы, содержащие дополнительные сведения о конкретных алгоритмах интеллектуального анализа данных. В нем также представлен список функций, которые можно использовать с каждым алгоритмом.

Общие сведения о работе определенных алгоритмов интеллектуального анализа данных и о бизнес-сценариях, в которых наиболее эффективно будет использоваться определенный алгоритм, см. в разделе Алгоритмы интеллектуального анализа данных (службы Analysis Services — интеллектуальный анализ данных).

Общее описание алгоритма

Выбор нужного алгоритма для аналитической задачи и подготовка данных, удовлетворяющая требованиям анализа, являются важными шагами в процессе интеллектуального анализа данных. В следующих разделах приводятся общие сведения о работе каждого алгоритма, примеры аналитических задач, для которых подходит каждый конкретный алгоритм, и описание использования моделей в конкретном сценарии. Каждый раздел содержит также подраздел «Требования», в котором даны рекомендации по типам данных, необходимым для каждого типа модели.

Алгоритм взаимосвязей (Майкрософт)

Алгоритм кластеризации (Майкрософт)

Алгоритм дерева принятия решений (Майкрософт)

Алгоритм линейной регрессии (Microsoft)

Алгоритм логистической регрессии (Майкрософт)

Упрощенный алгоритм Байеса (Майкрософт)

Алгоритм нейронной сети (Майкрософт) (службы Analysis Services — интеллектуальный анализ данных)

Алгоритм кластеризации последовательностей (Майкрософт)

Алгоритм временных рядов (Майкрософт)

Технический справочник по алгоритмам

При выборе алгоритма для создания модели можно принять настройки по умолчанию, предлагаемые службами Службы Analysis Services, но во многих случаях, возможно, придется настраивать способ создания модели или способ обработки данных алгоритмом. В следующих разделах приводятся параметры, которые можно использовать для настройки моделей интеллектуального анализа данных, а также подробные технические сведения о реализации каждого алгоритма.

Технический справочник по алгоритму взаимосвязей (Майкрософт)

Технический справочник по алгоритму кластеризации (Майкрософт)

Технический справочник по алгоритму дерева принятия решений (Майкрософт)

Технический справочник по алгоритму линейной регрессии (Майкрософт)

Технический справочник по алгоритму логистической регрессии (Майкрософт)

Технический справочник по упрощенному алгоритму Байеса (Майкрософт)

Технический справочник по алгоритму нейронной сети (Майкрософт)

Технический справочник по алгоритму кластеризации последовательностей (Майкрософт) (службы Analysis Services — интеллектуальный анализ данных)

Технический справочник по алгоритму временных рядов (Майкрософт)

При построении модели ее можно настроить и, вероятно, повлиять на результаты, фильтруя данные, которые используются для обучения модели. Дополнительные сведения об использовании фильтров при обучении и проверке моделей интеллектуального анализа данных см. в разделах Создание фильтров для моделей интеллектуального анализа данных (службы Analysis Services — интеллектуальный анализ данных) и Средства проверки точности построения моделей (службы Analysis Services — интеллектуальный анализ данных).

Запрос и ссылка на прогнозирующую функцию

Можно использовать функцию, получающую результаты модели интеллектуального анализа данных. Прогнозирующая функция может предоставить подробные сведения о шаблонах и статистических данных анализа, ее можно использовать для формирования прогнозов и их фильтрации на основе вероятности или важности.

Список прогнозирующих функций см. в разделе Справочник по функциям расширений интеллектуального анализа данных.

В следующей таблице представлен список функций в службах Службы Analysis Services, которые можно использовать для создания запросов ко всем типам алгоритмов.

Использование прогнозирующих функций с конкретными типами моделей

Поскольку каждый алгоритм создает свои шаблоны, существуют дополнительные прогнозирующие функции, уникальные для каждого типа модели. Способ применения прогнозирующих функций и способ интерпретации результатов может слегка меняться в зависимости от модели интеллектуального анализа данных. Примеры использования прогнозирующих функций для создания запросов к конкретным типам моделей см. в следующих разделах.

Запрос модели взаимосвязей (службы Analysis Services — интеллектуальный анализ данных)

Запрос модели кластеризации (службы Analysis Services — интеллектуальный анализ данных)

Запрос модели дерева принятия решений (службы Analysis Services — интеллектуальный анализ данных)

Запрос модели упрощенного алгоритма Байеса (службы Analysis Services — интеллектуальный анализ данных)

Запросы к модели линейной регрессии (службы Analysis Services - интеллектуальный анализ данных)

Запросы к модели логистической регрессии (службы Analysis Services — интеллектуальный анализ данных)

Запросы к модели нейронной сети (Майкрософт) (службы Analysis Services — интеллектуальный анализ данных)

Запросы к модели кластеризации последовательностей (службы Analysis Services — интеллектуальный анализ данных)

Запрос модели временных рядов (службы Analysis Services — интеллектуальный анализ данных)