Grafik kaldırın (Analysis Services - veri madenciliği)
Farklı türde bir grafikte de görüntüleyebilirsiniz yükseltme grafiği sekmesiMadenciliği doğruluğu grafik sekmesinde veri madenciliği tasarımcısının bağlı olarak seçtiğiniz model, model ve diğer ayarları öngörülebilir özniteliği.
Modeliniz, ayrı bir değeri öngörür, yükseltme grafiği veya kar grafiği oluşturabilirsiniz.yükseltme grafiği her modelin Öngörüler doğruluğunu karşılaştırır ve doğruluğu Öngörüler için genel veya belirli bir değerin Öngörüler göstermek için yapılandırılabilir.kar grafiği yükseltme grafiği aynı bilgileri içerir, ancak aynı zamanda her modeli kullanarak ilişkili kar öngörülen artırma görüntüler ilişkili bir grafik türüdür.Use Grafik türü listesi istediğiniz grafik türünü seçin.
Not saat serisi modelleri yükseltme grafiği veya kar grafiği görüntüleyemiyor, ancak geçmişteki bir seriyi ve kullanarak serisi esas Öngörüler içeren bir grafik görüntüleyebilirsinizaraştırma modeli tahmin tab.Daha fazla bilgi için bkz:Microsoft saat Serisi algoritması.
Daha fazla bilgi için:Grafik Kar (Analysis Services - veri madenciliği), Çizim dağılım (Analysis Services - veri madenciliği)
Senaryosu
The yükseltme grafiği tab displays a graphical representation of the change in lift that a araştırma modeli causes.Örneğin pazarlama bölümüne at Adventure Works Cycles hedeflenen bir posta kampanya oluşturmak istemektedir. Tarafından kampanyaları, bunlar bir yüzde 10 yanıt oranı normal olduğunu bilirsiniz.Bunlar, bir veritabanı tablosunda saklanan 10.000 olası müşteriler listesi vardır.Bu nedenle, normal yanıt oranına bağlı olarak, bunlar 1.000 yanıt için olası müşteriler bekleyebilirsiniz.
Ancak, proje veritabanındaki tüm 10.000 müşterilere ulaşmak için yeterli değil için para bütçelenen.Bütçenin alarak, bunlar bir duyuru yalnızca 5.000 müşterilere postalamak göze.Pazarlama departmanı, iki seçeneğiniz vardır:
Rasgele 5.000 müşterilere seçin hedef
Kullanım bir araştırma modeli yanıt olasılıkla 5.000 müşteriler hedef
Şirket 5.000 müşteriler rasgele seçerse, normal yanıt oranına göre yalnızca 500 yanıtları almak bekleyebilir.Bu senaryo nedir rasgele satırda yükseltme grafiği temsil eder.Pazarlama departmanı, kendi posta hedef madenciliği model kullanıyorsa, en yakın yanıt olan müşterileri hedef, çünkü ancak bunlar daha büyük bir yanıt hızı bekleyebilirsiniz.Model mükemmel, hiçbir zaman yanlış olan Öngörüler model oluşturur ve şirket modeli tarafından önerilen 1.000 olası müşterilere posta olarak 1.000 yanıt almayı beklediğiniz demektir.Bu senaryo nedir ideal satırda yükseltme grafiği temsil eder.Gerçekliği araştırma modeli, büyük olasılıkla denk bu iki büyük arasında; arasında rasgele bir tahmin ve mükemmel bir tahmin emin olur.Rasgele tahmin gelen herhangi bir geliştirme lift kabul edilir.
yükseltme grafiği anlama
Iki lift grafikleri oluşturabilirsiniz: bir tahmin edilebilir sütun için bir hedef değer belirtin ve bir değeri belirtmeyin. Arasında geçiş Giriş Seçimi sekmesini ve yükseltme grafiği sekmesinde, grafik, sütun eşlemeleri veya diğer ayarları yaptığınız değişiklikleri yansıtacak biçimde güncelleştirildi.
yükseltme grafiği Hedef değerli
Aşağıdaki programları grafik bir yükseltme grafiği için Hedef posta oluşturduğunuz modeliTemel veri madenciliği Öğreticisi. Bu grafikte, hedef öznitelik [Bike alıcı] ve hedef değer 1'de, müşteri, bir bisiklet satın alınan veya büyük bir olasılıkla bunun anlamına gelir.yükseltme grafiği geliştirme model bir bisikletin satın almak olası müşteriler tanımlarken sağlar böylece gösterir.
Temel model ek olarak, grafik, belirli müşterileri hedef süzülmüş ilgili bir modeli içerir.Ekleyebileceğiniz için birden fazla modeli bir yükseltme grafiği, tüm modeller aynı öngörülebilir özniteliğine sahip olarak.Bu süzgeç, eğitim hem de değerlendirme 30 yaşın müşteriler için kullanılan servis taleplerini kısıtlar.Sonuç olarak, temel model ve süzülmüş modeli için model karşı değerlendirildiği durumda sayısı farklıdır.Unutmayın, tahmin sonuçlar ve diğer istatistikleri yorumlamak bu nokta önemlidir.
.gif "lift chart showing two models")
X-eksen planını Öngörüler karşılaştırmak için kullanılan bir sınama dataset yüzdesini gösterir.Grafiğinizin y ekseni, tahmin edilen değerlerin yüzdesini gösterir.
Mavi, aşağıda çapraz düz çizgi, her bir grafikte görüntülenir.Rasgele tahmin sonuçlarını gösterir ve temel karşı lift değerlendirildiği durumda.Lift grafiğe eklediğiniz her model için iki ek satır edinin: her zaman mükemmel öngörülen bir modeli oluşturabilir Eğitim veri kümesi ideal sonuçlar bir satır gösterir ve gerçek lift veya geliştirme sonuçlarında modeli için ikinci satır gösterir.
Bu örnekte, koyu mavi ve satır için sarı gerçek lift süzülmüş modeli için ideal bir satır gösterilir.Grafikten ideal satır, yaklaşık yüzde 40, peaks kusursuz bir modeli varsa, hedeflenen müşterilere yüzde 100'e yalnızca % 40 için toplam popülasyon bir posta göndererek ulaşması, yani söyleyebilirsiniz.Popülasyonun yüzde 40'ını hedeflediğinizde süzülmüş modeli için bir fiili lift 60 ve yüzde 60-70 ', hedeflenen toplam müşteri popülasyonun yüzde 40'ını postanın göndererek ulaşması anlamına gelen yüzde 70 arasındadır.
The Mining Legend contains the actual values at any point on the curves.Gri dikey çubuğu tıklatarak ve taşımak ölçülen yerini değiştirebilirsiniz.Grafikte, gri çizgi yüzde 30 için bu süzülmüş ve filtre uygulanmamış modelleri en etkili için görüntülendiği noktası olduğundan ve bu noktadan lift miktarını azalma sonra taşındı.
The Mining Legend also contains scores and statistics that help you interpret the chart.Bu sonuçlar genel sınama taleplerinin yüzde 30 içerecek şekilde yerleştirilir, bu senaryoda satırında gri modeli doğruluğunu gösterir.
Seriler, modeli |
Skor |
Hedef popülasyon |
Olasılık tahmin |
|---|---|---|---|
Tüm posta hedef |
0.71 |
47.40% |
61.38% |
Altında 30 posta hedef |
0.85 |
51.81% |
46.62% |
Rasgele bir tahmin modeli |
|
31.00% |
|
Ideal modeli: Tüm postalama hedef |
|
62.48% |
|
Ideal modeli: Postalama altında 30 hedef |
|
65.28% |
|
Bu sonuçlar, tüm servis talepleri yüzde 30 ölçülen, genel (tüm posta Targeted) model hedefi 47.40 % davranışını satın alma bisikletin tahmin edebilir, gördüğünüz popülasyon.Veritabanınızda öğrenmek için müşterilerin yalnızca yüzde 30 hedeflenen posta gönderdiğiniz, diğer bir deyişle, biraz daha az yarısı Hedef kitlenize ulaşmak.Süzülmüş modeli kullandıysanız, hedeflenen müşterilerinizin yaklaşık yüzde 51 ulaşması.
Değeri Olasılık tahmin "satın almak büyük olasılıkla" servis taleplerini arasında bir müşteri dahil etmek için gereken eşik temsil eder.Her durum için model her tahmin doğruluğunu tahminleri ve dışında veya hedef müşterilere süzmek için kullanabileceğiniz, bu değer saklanır.Örneğin, temel bir modelden olası alıcıların olan müşterileri belirlemek için , en az yüzde 61 Predict olasılığıyla servis talepleriyle almak için sorgu kullanırsınız.Süzülmüş modeli tarafından hedeflenen müşterilere almak için , tüm ölçütleri yerine, servis taleplerini alınan sorgu oluşturacak: yaş ve bir PredictProbability en az: 46 yüzde değeri.
Modelleri karşılaştırma ilginç bir durumda.Daha fazla potansiyel müşterilerin yakalamak için süzülmüş modeli görünür, ancak 46 yüzde puanı tahmin olasılığı olan müşterileri hedeflediğinizde, ayrıca bir postalama bir bisikleti satın birine gönderme 53 yüzde şansı elinizde.Bu nedenle, daha iyi modelidir karar, süzülmüş modelini temel modelinin selectiveness karşı hedef boyutunu daha küçük ve büyük bir kesinlik dengelemek isteyebilirsiniz.
Değeri Skor Normalleştirilmiş bir popülasyon modelinin etkinliğini hesaplayarak modelleri karşılaştırma yardımcı olur.Daha yüksek BIR puan iyidir kadar bu durumda, 30 altında müşterileri hedefleyen en etkili stratejiyi daha düşük tahmin olasılık rağmen olduğuna karar verebilirsiniz.
Yok Hedef değerli model grafik kaldırın.
tahmin edilebilir sütun durumunu belirtmezseniz, aşağıdaki şemada gösterilen grafik türünü oluşturun.Bu grafik, model, tüm durumları öngörülebilir için nasıl gerçekleştireceğini gösterir öznitelik.Örneğin, bu grafik ne kadar iyi model bir bisikletin ve bir bisikleti satın olası güçlüğü olanlar satın olasıdır hem müşteriler öngörür. söyleyin.
X ekseni olarak grafikte belirtilen tahmin edilebilir sütun ile aynıdır, ancak y ekseni artık doğru Öngörüler yüzdesini temsil eder.Bu nedenle, en uygun modeli beklenen en çok % 50 servis talepleri, doğru tahmin eder, verileri yüzde 50 gösteren çapraz çizgi çizgidir.
.gif "Lift chart showing correct predictions")
Grafikte dikey gri çubuğunu taşımak için tıklatabilirsiniz ve Madenciliği gösterge genel servis taleplerinin yüzdesini ve doğru öngörülen servis taleplerinin yüzdesini görüntüler.Örneğin, yüzde 50'sinin işareti gri kaydırma çubuğunu konumlandırmak, Madenciliği gösterge aşağıdaki doğruluk puanlarını görüntüler.Bu rakamları temel veri madenciliği öğretici'de oluşturulan TM_Decision ağacı modelini temel alır.
Seriler, modeli |
Skor |
Hedef popülasyon |
Olasılık tahmin |
|---|---|---|---|
TM_Decision ağacı |
0.77 |
40.50% |
72.91% |
Ideal modeli |
|
50.00% |
|
Bu tablo, servis taleplerinin yüzde 40'ını doğru oluşturduğunuz modeli öngörür yüzde 50 popülasyonun, bildirir.Bu işlemi doğru olan mantıksal bir modeli düşünebilirsiniz.Bununla birlikte, bu belirli bir modeli, tahmin edilebilir tüm değerleri öngörür unutmayın öznitelik.Bu nedenle, model, yüzde 90'ından bir bisikleti satın değil, tahmin doğru olabilir.
Not
Tahmin doğruluğu öngörülebilir özniteliği tüm ayrık değerler için tek bir satırda gösterilir.Tek tek tüm öngörülebilir öznitelik değeri için tahmin doğruluk satırları görmek isterseniz, bu değer için ayrı yükseltme grafiği oluşturmalısınız.
Başa Dön
yükseltme grafiği oluşturma
The Basic veri madenciliği Tutorial includes a walkthrough of how to create a yükseltme grafiği for the Targeted Mailing model.Daha fazla bilgi için bkz:Doğruluğu Lift grafikleri (temel veri madenciliği Öğreticisi) ile sınama.
Tüm grafik türleri için geçerli bir adım adım yordam için bkz: Nasıl Yapılır: Bir doğruluğu grafik için oluşturma bir araştırma modeli.
See Also