Klassifizierungs-Assistent (Data Mining-Add-Ins für Excel)

Mit dem Assistenten zum Klassifizieren können Sie ein Klassifizierungsmodell basierend auf vorhandenen Daten in einer Excel-Tabelle, einem Excel-Bereich oder einer externen Datenquelle erstellen.

Ein Klassifizierungsmodell extrahiert Muster in Ihren Daten, die Ähnlichkeiten angeben, und hilft Ihnen, Vorhersagen basierend auf Gruppierungen von Werten zu erstellen. Beispielsweise kann ein Klassifikationsmodell verwendet werden, um Risiken basierend auf Einkommens- oder Ausgabenmustern vorherzusagen.

Verwenden des Klassifizierungs-Assistenten

1. Klicken Sie im Menüband "Data Mining" auf "Klassifizieren", und klicken Sie dann auf "Weiter".

2. Wählen Sie auf der Seite " Quelldaten auswählen " die zu analysierenden Daten aus.

   Dieser Assistent unterstützt mehrere Arten von Daten: Excel-Tabellen, Excel-Bereiche und externe Datenquellen. Mit externen Daten können Sie sie entweder in Excel hinzufügen oder eine Reihe von Tabellen oder Ansichten in einer Analysis Services-Datenquelle auswählen. Sie können auch Tabellen hinzufügen und Spalten ändern, um Ad-hoc-Datenquellen zu erstellen.

3. Wählen Sie auf der Seite "Klassifizierung" die Spalte aus, die Sie klassifizieren möchten.

   Überprüfen Sie die Spalten in der Liste, Eingabespalten und deaktivieren Sie alle Spalten mit eindeutigen Werten und sind daher nicht für das Erstellen von Mustern wie ID-Nummern, Kundennamen usw. nützlich. Sie sollten auch Spalten entfernen, die im Wesentlichen die klassifizierte Spalte duplizieren.

   Wenn Sie beispielsweise die Kategorie eines Produkts vorhersagen, sollten Sie das Unterkategoriefeld ausschließen, wenn eine bekannte Geschäftsregel vorhanden ist, da ansonsten die Stärke dieser Regel möglicherweise verhindern kann, dass Sie andere Korrelationen ermitteln.

4. Klicken Sie optional auf "Parameter ", um die Algorithmusparameter zu ändern und das Verhalten des Clusteringmodells anzupassen.

5. Geben Sie auf der Seite " Daten in Schulungs- und Testsätze aufteilen " an, wie viele Daten für Tests aufbewahrt werden sollen. Der Rest wird immer für die Schulung des Modells verwendet.

   Die Standardeinstellung ist 30% Testdaten und 70% Schulungsdaten.

6. Geben Sie auf der Seite "Fertig stellen " einen beschreibenden Namen für Die Datenmenge und das Modell ein, und legen Sie die folgenden Optionen fest, die steuern, wie Sie mit dem fertigen Modell arbeiten:

   • Modell durchsuchen. Wenn diese Option ausgewählt ist, öffnet der Assistent, sobald die Verarbeitung des Modells abgeschlossen ist, ein Fenster "Durchsuchen", um die Ergebnisse zu untersuchen. Der Inhalt des Viewers hängt vom Typ des erstellten Modells ab. Weitere Informationen finden Sie unter Durchsuchen eines Entscheidungsstrukturenmodells und Durchsuchen eines neuralen Netzwerkmodells.

   • Drillthrough aktivieren. Wählen Sie diese Option aus, um die zugrunde liegenden Daten aus dem fertigen Modell anzuzeigen. Diese Option ist nur verfügbar, wenn Sie ein Entscheidungsstrukturmodell erstellen.

   • Verwenden Sie temporäres Modell. Wenn Sie diese Option auswählen, wird das Modell nicht auf dem Server gespeichert. Temporäre Modelle werden gelöscht, wenn Sie Excel schließen.

Weitere Informationen zu Klassifizierungsmodellen

Im Dialogfeld "Algorithmusparameter " können Sie auch die Klassifizierungsmethode aus diesen Algorithmen auswählen, die in Analysis Services bereitgestellt werden:

• Microsoft Decision Tree

• Microsoft Logistische Regression

• Microsoft Naïve Bayes

• Microsoft Neurales Netzwerk

Obwohl die Algorithmen ähnliche Ergebnisse erzielen können, analysieren sie die Daten unterschiedlich, daher empfehlen wir, mehrere Algorithmen zu versuchen und die Ergebnisse zu vergleichen. Die Standardmethode ist Microsoft Decision Trees.

In der Liste "Parameter " können Sie erweiterte Optionen ändern, die vom ausgewählten Algorithmustyp abhängen. Die Parameter für jeden Algorithmus werden in SQL Server Books Online ausführlicher beschrieben.

Technische Referenz zum Microsoft Decision Trees-Algorithmus

Technische Referenz zum Microsoft Logistics Regressionsalgorithmus

Technische Referenz zum Microsoft Naive Bayes-Algorithmus

Technische Referenz zum Microsoft Neural Network Algorithm

Anforderungen

Um den Klassifizierungs-Assistenten zu verwenden, müssen Sie mit einer Analysis Services-Datenbank verbunden sein. Informationen zum Erstellen einer Verbindung finden Sie unter Herstellen einer Verbindung mit Quelldaten (Data Mining-Client für Excel).

Siehe auch

Erstellen eines Data Mining-Modells