查询 Naive Bayes 模型(Analysis Services - 数据挖掘)

在创建针对数据挖掘模型的查询时,您既可以创建内容查询,也可创建预测查询;内容查询提供有关分析过程中发现的模式的详细信息,而预测查询则使用模型中的模式来对新数据进行预测。您还可以通过使用针对数据挖掘架构行集的查询来检索元数据。本节说明如何创建针对基于 Microsoft Naive Bayes 算法的模型的查询。

  • 内容查询

    使用 DMX 获取模型元数据

    检索定型数据的摘要

    查找有关属性的详细信息

    使用系统存储过程

  • 预测查询

    使用单独查询预测结果

    返回具有概率和支持的预测

    预测关联

查找有关 Naive Bayes 模型的信息

Naive Bayes 模型的模型内容可提供有关定型数据中值分布的聚合信息。您还可以通过创建针对数据挖掘架构行集的查询来检索有关模型的元数据的信息。

返回页首

示例查询 1:使用 DMX 获取模型元数据

通过查询数据挖掘架构行集,您可找到模型的元数据。这包括模型创建时间、上次处理模型时间、模型所基于的挖掘结构的名称以及用作可预测属性的列的名称。您还可以返回创建模型时所使用的参数。

SELECT MODEL_CATALOG, MODEL_NAME, DATE_CREATED, LAST_PROCESSED,
SERVICE_NAME, PREDICTION_ENTITY, FILTER
FROM $system.DMSCHEMA_MINING_MODELS
WHERE MODEL_NAME = 'TM_NaiveBayes_Filtered'

示例结果:

MODEL_CATALOG

AdventureWorks

MODEL_NAME

TM_NaiveBayes_Filtered

DATE_CREATED

3/1/2008 19:15

LAST_PROCESSED

3/2/2008 20:00

SERVICE_NAME

Microsoft_Naive_Bayes

PREDICTION_ENTITY

Bike Buyer,Yearly Income

FILTER

[Region] = 'Europe' OR [Region] = 'North America'

此示例所使用的模型基于您在数据挖掘基础教程中创建的 Naive Bayes 模型,但进行了修改,添加了第二个可预测属性,并对定型数据应用了筛选器。

返回页首

示例查询 2:检索定型数据的摘要

在 Naive Bayes 模型中,有关定型数据中值分布的聚合信息存储在边际统计节点中。该摘要获取方便,您不必创建针对定型数据的 SQL 查询,就可找到该摘要。

下面的示例使用 DMX 内容查询,从节点 (NODE_TYPE = 24) 检索数据。由于统计信息存储在嵌套表中,因此,使用 FLATTENED 关键字是为了使结果更易查看。

SELECT FLATTENED MODEL_NAME,
(SELECT ATTRIBUTE_NAME, ATTRIBUTE_VALUE, [SUPPORT], [PROBABILITY], VALUETYPE FROM NODE_DISTRIBUTION) AS t
FROM TM_NaiveBayes.CONTENT
WHERE NODE_TYPE = 26
注意注意

您必须将列名 SUPPORT 和 PROBABILITY 括在括号中,以便将它们与同名的多维表达式 (MDX) 保留关键字区分开来。

部分结果:

MODEL_NAME

t.ATTRIBUTE_NAME

t.ATTRIBUTE_VALUE

t.SUPPORT

t.PROBABILITY

t.VALUETYPE

TM_NaiveBayes

Bike Buyer

Missing

0

0

1

TM_NaiveBayes

Bike Buyer

0

8869

0.507263784

4

TM_NaiveBayes

Bike Buyer

1

8615

0.492736216

4

TM_NaiveBayes

Gender

Missing

0

0

1

TM_NaiveBayes

Gender

F

8656

0.495081217

4

TM_NaiveBayes

Gender

M

8828

0.504918783

4

例如,这些结果告诉您每个离散值 (VALUETYPE = 4) 的定型事例的数量以及计算出的概率,其中进行了缺失值 (VALUETYPE = 1) 调整。

有关 Naive Bayes 模型中的 NODE_DISTRIBUTION 表所提供的值的定义,请参阅 Naive Bayes 模型的挖掘模型内容(Analysis Services - 数据挖掘)。有关缺失的值如何影响支持和概率计算的详细信息,请参阅缺少值(Analysis Services – 数据挖掘)

返回页首

示例查询 3:查找有关属性的详细信息

由于 Naive Bayes 模型经常包含有关不同属性之间关系的复杂信息,因此,查看这些关系的最简便的方法是使用 Microsoft Naive Bayes 查看器。但您也可创建 DMX 查询来返回数据。

下面的示例演示如何从模型返回有关特定属性 Region 的信息。

SELECT NODE_TYPE, NODE_CAPTION, 
NODE_PROBABILITY, NODE_SUPPORT, MSOLAP_NODE_SCORE
FROM TM_NaiveBayes.CONTENT
WHERE ATTRIBUTE_NAME = 'Region'

此查询返回两种类型的节点:表示输入属性 (NODE_TYPE = 10) 的节点和属性 (NODE_TYPE = 11) 的每个值的节点。使用节点标题(而不是节点名称)来标识节点,是因为标题可同时显示属性名称和属性值。

NODE_TYPE

NODE_CAPTION

NODE_PROBABILITY

NODE_SUPPORT

MSOLAP_NODE_SCORE

NODE_TYPE

10

Bike Buyer -> Region

1

17484

84.51555875

10

11

Bike Buyer -> Region = Missing

0

0

0

11

11

Bike Buyer -> Region = North America

0.508236102

8886

0

11

11

Bike Buyer -> Region = Pacific

0.193891558

3390

0

11

11

Bike Buyer -> Region = Europe

0.29787234

5208

0

11

节点中所存储的某些列与您可从边际统计信息获得的相同,如节点概率分数和节点支持值。但 MSOLAP_NODE_SCORE 是特殊值,只提供给输入属性节点,指示此节点在模型中的相对重要性。您可以在“依赖关系网络”窗格中查看更多同类信息,但不会提供分数。

下面的查询返回模型中所有属性的重要性分数:

SELECT NODE_CAPTION, MSOLAP_NODE_SCORE
FROM TM_NaiveBayes.CONTENT
WHERE NODE_TYPE = 10
ORDER BY MSOLAP_NODE_SCORE DESC

示例结果:

NODE_CAPTION

MSOLAP_NODE_SCORE

Bike Buyer -> Total Children

181.3654836

Bike Buyer -> Commute Distance

179.8419482

Bike Buyer -> English Education

156.9841928

Bike Buyer -> Number Children At Home

111.8122599

Bike Buyer -> Region

84.51555875

Bike Buyer -> Marital Status

23.13297354

Bike Buyer -> English Occupation

2.832069191

通过在 Microsoft 一般内容树查看器中查看模型内容,您可以更好地了解统计信息所关注的内容。这里演示了一些简单示例;更多时候,您可能需要执行多个查询,或者在客户端存储并处理结果。

返回页首

示例 4:使用系统存储过程

除了编写自己的内容查询外,您还可以使用 Analysis Services 系统存储过程浏览结果。若要使用系统存储过程,请为存储过程的名称加上 CALL 关键字前缀:

CALL GetPredictableAttributes ('TM_NaiveBayes')

部分结果:

ATTRIBUTE_NAME

NODE_UNIQUE_NAME

Bike Buyer

100000001

注意注意

这些系统存储过程用于 Analysis Services 服务器与客户端之间的通信,请仅在开发和测试挖掘模型时使用它们,以为操作提供便利。创建生产系统的查询时,请始终使用 DMX、AMO 或 XMLA 编写您自己的查询。

有关 Analysis Services 系统存储过程的详细信息,请参阅数据挖掘存储过程(Analysis Services - 数据挖掘)

返回页首

使用模型进行预测

和用于浏览输入属性与可预测属性之间的关系相比,Microsoft Naive Bayes 算法通常较少用于预测。但模型支持使用预测函数进行预测和关联。

示例查询 5:使用单独查询预测结果

下面的查询使用单独查询提供新值,并基于模型预测具有这些特征的客户是否会购买自行车。创建针对回归模型的查询的最简便方法是使用**“单独查询输入”对话框。例如,创建下面的 DMX 查询可以使用以下方法:依次选择 TM_NaiveBayes 模型、“单独查询”**,然后从 [Commute Distance] 和 Gender 的下拉列表中选择值。

SELECT
  Predict([TM_NaiveBayes].[Bike Buyer])
FROM
  [TM_NaiveBayes]
NATURAL PREDICTION JOIN
(SELECT '5-10 Miles' AS [Commute Distance],
  'F' AS [Gender]) AS t

示例结果:

Expression

0

预测函数返回可能性最大的值,在本例中为 0,这意味着此种类型的客户不会购买自行车。

返回页首

示例查询 6:返回具有概率和支持的预测

除了预测结果外,您可能经常想知道概率的可靠性。下面的查询使用与上一示例相同的单个查询,并另外添加了预测函数 PredictHistogram,以返回包含有关预测支持的统计信息的嵌套表。

SELECT
  Predict([TM_NaiveBayes].[Bike Buyer]),
  PredictHistogram([TM_NaiveBayes].[Bike Buyer])
FROM
  [TM_NaiveBayes]
NATURAL PREDICTION JOIN
(SELECT '5-10 Miles' AS [Commute Distance],
  'F' AS [Gender]) AS t

示例结果:

Bike Buyer

$SUPPORT

$PROBABILITY

$ADJUSTEDPROBABILITY

$VARIANCE

$STDEV

0

10161.5714

0.581192599

0.010530981

0

0

1

7321.428768

0.418750215

0.008945684

0

0

  

0.999828444

5.72E-05

5.72E-05

0

0

表的最后一行显示对支持和概率的缺失值调整。方差和标准偏差值始终为 0,因为 Naive Bayes 模型无法对连续值建立模型。

返回页首

示例查询 7:预测关联

如果挖掘结构包含以可预测属性作为键的嵌套表,则不可将 Microsoft Naive Bayes 算法用于关联分析。例如,您可通过使用数据挖掘教程的第 3 课:生成市场篮方案(数据挖掘中级教程)中创建的挖掘结构来生成 Naive Bayes 模型。此示例中使用的模型经过修改,目的是向事例表中添加收入和客户区域。

下面的查询示例给出了一个单独查询,该查询预测购买产品 'Road Tire Tube' 时还可能会购买产品。您可使用这些信息,向特定类型的客户推荐产品。

SELECT   PredictAssociation([Association].[v Assoc Seq Line Items])
FROM [Association_NB]
NATURAL PREDICTION JOIN
(SELECT 'High' AS [Income Group],
  'Europe' AS [Region],
  (SELECT 'Road Tire Tube' AS [Model]) 
AS [v Assoc Seq Line Items]) 
AS t

部分结果:

Model

Women's Mountain Shorts

Water Bottle

Touring-3000

Touring-2000

Touring-1000

返回页首

函数列表

所有 Microsoft 算法均支持一组通用的函数,此外,Microsoft Naive Bayes 算法还额外支持下表中列出的函数。

有关所有 Microsoft 算法都通用的函数的列表,请参阅算法参考(Analysis Services - 数据挖掘)。有关特定函数的语法,请参阅 数据挖掘扩展插件 (DMX) 函数参考

更改历史记录

更新的内容

添加了导航链接,更便于查看查询示例了。