Aracılığıyla paylaş

  • Makale

Doğruluğu Lift grafikleri (temel veri madenciliği Öğreticisi) ile sınama

Üzerinde Madenciliği doğruluğu grafik sekmesini veri madenciliği Tasarımcısı hesaplayabilir her modellerinizin Öngörüler ne kadar iyi yapar ve diğer modeller sonuçlarını doğrudan karşı her model sonuçlar karşılaştırın.Bu yöntem, karşılaştırma için olarak adlandırılmıştır bir yükseltme grafiği.Genellikle, madenciliği model öngörü doğruluğunu lift ya da sınıflandırmayı doğruluk ölçülür.Bu öğretici için yalnızca yükseltme grafiği çaba göstereceğiz.Lift grafikler ve diğer doğruluk grafikler hakkında daha fazla bilgi için bkz: Model doğruluğu grafik araçlar (Analysis Services - veri madenciliği).

Bu konu, aşağıdaki görevleri gerçekleştirecek:

  • Giriş veri seçme

  • Modeller, öngörülebilir bir sütun ve değerleri seçme

Giriş verileri seçme

Sınama için kullanacağınız veri kaynağını seçmek için ilk adım, madenciliği modelleri doğruluğunu sınama var.Modeller, sınama verileri karşı nasıl gerçekleştirmek sınamak ve daha sonra bunları dış verileri kullanır.

Verileri seçmek için küme

  1. Geçiş Madenciliği doğruluğu grafik sekmesini veri madenciliği TasarımcısıBusiness Intelligence Development Studio ve Giriş Seçimi tab.

  2. Içinde Verileri seçmek küme doğruluğu grafik için kullanılacak Seçim grup kutusunda,araştırma yapısı sınama durumlarda kullanın. modelleriniz sınama verileri kullanarak sınamak için küme Owner araştırma yapısı oluşturduğunuzda.

    Diğer seçenekler hakkında daha fazla bilgi için bkz: araştırma modeli doğruluğu ölçme (Analysis Services - veri madenciliği).

Modeller, öngörülebilir bir sütun ve değerleri seçme

Sonraki adım, dahil etmek istediğiniz modelleri seçmektir yükseltme grafiği, karşı modeller ve tahmin değerini karşılaştırmak tahmin edilebilir olan sütun.

Not

araştırma modeli sütunlarda tahmin edilebilir sütun adı listesi ayarlamak için kullanım türüne sahip sütunlarla sınırlıPredict veya Predict Only ve bir içerik türü Discrete veya Discretized.

Modeli lift göstermek için

  1. Üzerinde Giriş Seçimi sekmesinde, veri madenciliği tasarımcısının altındaÖngörülebilir araştırma modeli sütunları lift grafikte göstermek için seçin onay kutusunu seçin.Tahmin sütunlar ve değerleri eşitleyin..

  2. Içinde tahmin edilebilir sütun adı sütun doğrulayın.Bisiklet alıcı her model için seçilir.

  3. Içinde Göster sütun Seç her modeli.

    Varsayılan olarak, yapısında madenciliği modelleri seçilir.Olmayan bir modeli içerir, ancak seçilen tüm modeller için bu öğreticide bırakın karar verebilirsiniz.

  4. Içinde Değer tahmin etmek. Seçim sütun1.Aynı değer öngörülebilir aynı sütunda olan her model için otomatik olarak doldurulur.

  5. Seçin Grafik kaldırın. sekmesi yükseltme grafiği görüntüler.

    Sekmesini tıklattığınızda, sunucu ve veritabanı araştırma yapısı ve giriş tablosunu veya sınama verileri için tahmin sorguda çalışır.Sonuçlar grafikte çizilir.

    Girdiğinizde bir Değer tahmin etmek., ideal bir model yanı sıra, rasgele bir tahmin modeli yükseltme grafiği grafiğini çizer.Oluşturduğunuz madenciliği modelleri, bu iki büyük arasında; arasında rasgele bir tahmin ve mükemmel bir tahmin Sonbahar.Rasgele tahmin gelen herhangi bir geliştirme olarak kabul edilir kaldırın.

  6. Renkli ideal modeli ve rasgele tahmin modelini temsil eden satırları bulmak için gösterge'yi kullanın.

    Fark TM_Decision_Tree modeli kümeleme ve Naive Bayes modelleri outperforming, en fazla lift sağlar.

Bu derste oluşturulan benzer yükseltme grafiği ayrıntılı bir açıklaması için bkz: Grafik kaldırın (Analysis Services - veri madenciliği).