使用 Microsoft 樹狀檢視器瀏覽模型

  • 發行項

適用于：SQL Server 2019 和更早版本的 Analysis Services Azure Analysis Services Fabric/Power BI Premium

重要

資料採礦自 SQL Server 2017 Analysis Services 起退場，現在的 SQL Server 2022 Analysis Services 已不再繼續提供。 已退場和不再繼續提供之功能的文件不予更新。 若要深入了解，請參閱 Analysis Services 回溯相容性。

Microsoft SQL Server SQL Server Analysis Services中的 Microsoft 樹狀結構檢視器會顯示使用 Microsoft 決策樹演算法所建置的決策樹。 Microsoft 決策樹演算法是支援分類和回歸的混合式決策樹演算法。 因此，您也可以使用此檢視器來根據 Microsoft 線性回歸演算法來檢視模型。 Microsoft 決策樹演算法用於離散和連續屬性的預測模型化。 如需有關這個演算法的詳細資訊，請參閱＜ Microsoft Decision Trees Algorithm＞。

注意

若要檢視模型中使用的方程式及探索到的模式的詳細資訊，請使用 Microsoft 一般內容樹狀檢視器。 如需詳細資訊，請參閱使用 Microsoft 一般內容樹狀檢視器或 Microsoft 一般內容樹狀檢視器流覽模型， (資料採礦) 。

檢視器索引標籤

當您在 SQL Server Analysis Services 中流覽採礦模型時，模型會顯示在模型適當檢視器中資料採礦Designer的[採礦模型檢視器] 索引標籤上。 Microsoft 樹狀結構檢視器包含下列索引標籤和窗格：

決策樹

當您建置決策樹模型時，SQL Server Analysis Services為每個可預測的屬性建置個別的樹狀結構。 您可以從檢視器之 [決策樹] 索引標籤的 [樹狀結構] 清單中，選取個別樹狀結構來檢視它。

決策樹是由一系列的分割所組成，最重要的分割 (由演算法決定) 位於檢視器左邊的 [全部] 節點上。 其他分割出現在右邊。 [所有] 節點中的分割最重要，因為它包含資料集內最強的導致分割條件，因此它會導致第一個分割。

您可以展開或摺疊樹狀結構中的個別節點，以顯示或隱藏在每一個節點之後發生的分割。 您也可以使用 [決策樹] 索引標籤上的選項，影響樹狀結構的顯示方式。 使用 [顯示層級] 滑桿，來調整樹狀結構所顯示的層級數目。 使用 [預設展開] ，來設定模型中所有樹狀結構所顯示的預設層級數目。

預測離散屬性

以離散可預測屬性建立樹狀結構時，檢視器會在樹狀結構的每一個節點上顯示下列各項：

  • 造成分割的狀況。

  • 代表可預測屬性之狀態分佈的長條圖，依據常用性排序。

您可以使用 [長條圖] 選項，來變更出現在樹狀之長條圖中的狀態數目。 如果可預測屬性有許多狀態，則此選項很有用。 狀態會依常用性順序由左至右出現在長條圖中；如果您選擇要顯示的狀態數目少於屬性中的總狀態數目，則最不常用的狀態全部會以灰色顯示。 若要查看節點之每一個狀態的確切計數，請將指標暫停在該節點上以檢視工具提示，或選取該節點來檢視它在 [採礦圖例]中的詳細資料。

每一個節點的背景色彩都會代表您使用 [背景] 選項選取之特定屬性狀態案例的集中情形。 您可以使用此選項來反白顯示包含您想要之特定目標的節點。

預測連續屬性

當樹狀是以連續可預測屬性建立時，檢視器會為樹狀中的每一個節點顯示鑽石形圖表，而非長條圖。 此鑽石形圖表有一條線代表屬性的範圍。 鑽石形位於節點的平均值之處，而鑽石形的寬度代表在該節點的屬性變異數。 鑽石形越窄，表示節點所建立的預測愈精確。 檢視器也會顯示迴歸方程式，它是用來決定節點中的分割。

其他決策樹顯示選項

針對決策樹模型啟用鑽研之後，您可以在樹狀結構中以滑鼠右鍵按一下節點並選取 [鑽研]，來存取支援該節點的培訓案例。 您可以在資料採礦精靈內啟用鑽研，或在 [採礦模型] 索引標籤中調整採礦模型上的鑽研屬性。

您可以使用 [決策樹] 索引標籤上的縮放選項來放大或縮小樹狀，或使用 [調成最適大小] ，使整個模型調整成檢視器畫面大小。 如果樹狀過大而無法調整成螢幕大小，您可以使用 [導覽] 選項來導覽樹狀。 按一下 [導覽] 就會開啟個別導覽視窗，您可以使用它來選取要顯示的模型區段。

您也可以將樹狀檢視影像複製到剪貼簿，以便將其貼到文件中或貼到影像操作軟體中。 使用 [複製圖表檢視] 即可只複製檢視器中可見的樹狀區段，或使用 [複製整個圖表] 來複製樹狀中所有展開的節點。

回到頂端

相依性網路

[相依性網路] 會顯示模型中的輸入屬性和可預測屬性之間的相依性。 檢視器左邊的滑桿會有篩選的作用，與相依性程度相關。 如果您降低滑桿，則檢視器中只會顯示最強的連結。

當您選取節點時，檢視器會反白顯示該節點特定的相依性。 例如，若您選擇一個可預測的節點，檢視器也會反白顯示每一個可協助預測該可預測節點的節點。

如果檢視器包含多個節點，您可以使用 [尋找節點] 按鈕來搜尋特定節點。 按一下 [尋找節點] 就會開啟 [尋找節點] 對話方塊，您可以在此使用篩選來搜尋和選取特定節點。

檢視器底端的圖例會將色碼連結至圖表中的相依性類型。 例如，當您選取可預測的節點時，可預測節點會呈現淺粉藍色陰影，而預測所選取之節點的節點則會呈現橙色陰影。

回到頂端

採礦圖例

當您在決策樹模型中選取節點時， [採礦圖例] 會顯示下列資訊：

  • 節點中的案例數目，依可預測屬性的狀態細分。

  • 節點的可預測屬性之每一個案例的機率。

  • 包括可預測屬性的每一個狀態計數的長條圖。

  • 要連上特定節點所需的條件，亦稱為 節點路徑。

  • 若為線性迴歸模型，就會顯示迴歸公式。

您可以用類似方案總管的方式來停駐和使用 [採礦圖例] 。

回到頂端

另請參閱

Microsoft 決策樹演算法
採礦模型檢視器 (資料採礦模型設計師)
採礦模型檢視器工作和使用說明
資料採礦工具。
資料採礦模型檢視器