Microsoft Neural ağ algoritması
In SQL Server Analysis Services, the Microsoft Neural Network algorithm combines each possible state of the input attribute with each possible state of the predictable attribute, and uses the training data to calculate probabilities.Daha sonra bu olasılıklar sınıflandırma ya da regresyon ve bir giriş özelliklere göre öngörülen öznitelik sonucunu tahmin etmek için kullanabilirsiniz.
İle oluşturulmuş bir araştırma modeli Microsoft her iki giriş için kullanılan sütun sayısı bağlı birden çok ağ Neural ağ algoritması içerebilir ve tahmin, ya da yalnızca için kullanılan tahmin.Bir tek araştırma modeli içeren ağlar sayısı giriş sütunları ve araştırma modeli kullanır öngörülebilir sütunlar tarafından bulunan durum sayısını bağlıdır.
Örnek
The Microsoft Neural Network algorithm is useful for analyzing complex input data, such as from a manufacturing or commercial process, or business problems for which a significant quantity of training data is available but for which rules cannot be easily derived by using other algorithms.
Kullanma senaryoları önerilen Microsoft Neural ağ algoritması şunlar:
Doğrudan posta promosyon veya radyo reklam kampanya başarısını ölçme gibi pazarlama ve promosyon analiz.
Hisse senedi hareketini, döviz fiyatlarındaki dalgalanmaları veya geçmiş verilerin son derece akıcı diğer mali bilgiler tahmin etmek.
Üretim ve endüstriyel süreçleri çözümleme.
Metin madenciliği.
Birçok girdileri ve nispeten daha az çıkışları arasındaki karmaşık ilişkileri analiz eder bir tahmin modeli.
Algoritma nasıl çalışır?
The Microsoft Neural Network algorithm creates a network that is composed of up to three layers of neurons.Bu, bir giriş katmanı, isteğe bağlı bir gizli katmanı ve bir çıkış katmanı katmanlardır.
**Giriş katmanı:**Giriş neurons veri için tüm giriş öznitelik değerleri tanımlamak araştırma modelive bunların olasılıklar.
Gizli katmanı: Gizli neurons girdileri giriş neurons alırsınız ve neurons çıktı yapmak için çıktıların sağlar.Gizli katmanı, girişlerinin çeşitli olasılıklar ağırlıklarını burada atanmış olduğu.Bir ağırlık uygunluk ya da belirli bir giriş için gizli neuron önemini açıklar.Bu girdi değerinin bir giriş için daha da önemlisi atanan Ağırlık büyüktür.Ağırlıkları giriş engelle, yerine lehine hareket, belirli bir sonuç, yani negatif olabilir.
**Çıkış katmanı:**Çıkış neurons veri için öngörülebilir öznitelik değerleri temsil eden araştırma modeli.
Giriş, gizli ve çıkış katmanları nasıl oluşturulur ve yandığında, ayrıntılı bir açıklama için bkz: Microsoft Neural ağ algoritması Teknik Başvurusu.
Neural ağ modeller için gerekli veri
Neural ağ modeli anahtar sütunu, giriş sütunlar bir veya daha fazla ve bir veya daha fazla öngörülebilir sütun içermelidir.
Veri madenciliği modelleri kullanan Microsoft Neural ağ algoritması yoğun bir şekilde etkilediği değerleriyle, belirttiğiniz parametreleri kullanılabiliralgoritma. Parametreleri veri nasıl sıkıştırılacağını tanımlamak nasıl veri dağıtılmış veya her dağıtılmış beklenen sütun, ve ne zaman özellik seçimi çağrıldığında son modelinde kullanılan değerleri sınırlamak için.
Modeli davranışını özelleştirmek için parametrelerini ayarlama hakkında daha fazla bilgi için bkz: Microsoft Neural ağ algoritması Teknik Başvurusu.
Neural ağ modeli görüntüleme
Verilerle çalışmak ve nasıl model giriş çıkışları ile belirtilirler görmek için kullanabileceğiniz Microsoft Neural ağ Görüntüleyicisi.Bu özel Görüntüleyicisi ile giriş özniteliklerini ve değerlerini filtre ve çıktılarının nasıl etkiledikleri gösteren bir grafik görürsünüz.Görüntüleyicisi'ndeki araç ipuçlarını olasılık ve giriş ve çıkış değerleri her çifti ile ilişkili lift göstermek.Daha fazla bilgi için bkz: Microsoft Neural ağ Görüntüleyicisi ile bir araştırma modeli görüntüleme.
Modeli yapısını keşfetmek için en kolay yolu Microsoft Genel içerik ağacı Görüntüleyici.Girdileri, çıktıları ve modeli tarafından oluşturulan ağları görüntüleme ve genişletmek ve giriş, çıkış veya gizli katmanı düğüm ilgili istatistikleri görmek için herhangi bir düğümü tıklatın.Daha fazla bilgi için bkz: Microsoft Genel içerik ağacı Görüntüleyici ile modeli ayrıntılarını görüntüleme.
Öngörüler oluşturma
Model işlendikten sonra ağ ve içindeki her düğümde saklanan ağırlıkları Öngörüler yapmak için kullanabilirsiniz.Neural ağ modeli regresyon, ilişki ve sınıflandırma, bu nedenle, her birinin anlamı analizini tahmin farklı olabilir.Modeli bulundu ve ilişkili istatistikleri almak bağıntıları gözden geçirmek olarak kendisi de sorgulayabilirsiniz.Neural ağ modeli karşı sorguları oluşturmak nasıl örnekler için bkz: Neural ağ modeli (Analysis Services - veri madenciliği) sorgulama.
Bir veri üzerinde bir sorgu oluşturma hakkında genel bilgi için araştırma modeli, bkz: Veri madenciliği modelleri sorgulama (- Analysis Services veri madenciliği).
Açıklamalar
detaylandırma veya veri madenciliği boyutlarını desteklemez.Bunun nedeni araştırma modeli içindeki düğümlerin yapısının mutlaka doğrudan alttaki verilere karşılık gelmiyor.
Öngörü modeli İşaretleme Dili (pmml) biçiminde modellerinin oluşturulmasını desteklemez.
olap veri madenciliği modelleri destekler.
Veri madenciliği boyutları oluşturulmasını desteklemez.