Validieren von Modellen und Verwenden von Modellen für Vorhersage (Data Mining-Add-Ins für Excel)

Das Testen und Validieren Ihres Modells ist ein wichtiger Schritt im Data Mining-Prozess. Sie müssen wissen, wie gut Ihre Miningmodelle gegenüber realen Daten abschneiden, bevor Sie die Modelle in einer Produktionsumgebung bereitstellen.

Die Data Mining-Add-Ins enthalten Tools, mit denen Sie die erstellten Modelle testen und Mithilfe der Modelle Vorhersagen und Empfehlungen erstellen können.

Genauigkeitsdiagramm

Mithilfe des Assistenten für Genauigkeitsdiagramme können Sie eine Vorhersageabfrage erstellen und die Leistung eines Data Mining-Modells bewerten, indem Sie ein Liftdiagramm oder Punktdiagramm erstellen. Das Liftdiagramm hilft dabei, zwischen Modellen in einer Struktur zu unterscheiden, die fast gleich sind, um zu ermitteln, welches Modell die besten Vorhersagen liefert.

Genauigkeitsdiagramm (SQL Server Data Mining-Add-Ins)

Klassifizierungsmatrix

Der Assistent zur Klassifizierungsmatrix hilft Ihnen, eine Vorhersageabfrage zu erstellen, um die Leistung eines Klassifizierungsmodells zu bewerten. Die Ausgabe ist ein Diagramm, das sowohl genaue als auch ungenaue Vorhersagen des Modells zusammenfasst. Die Matrix ist ein wertvolles Tool, da es nicht nur zeigt, wie häufig das Modell einen Wert vorhergesagt hat, sondern auch zeigt, welche Werte das Modell am häufigsten falsch vorhergesagt hat.

Klassifizierungsmatrix (SQL Server Data Mining-Add-Ins)

Gewinndiagramm

Der Assistent "Gewinndiagramm" hilft Ihnen, die Vorteile der Verwendung eines Data-Mining-Modells abzuwägen und die Kosten für falsch-positive und falsch-negative Ergebnisse zu bewerten.

Dieser Diagrammtyp misst die Vorhersagegenauigkeit des Modells und enthält einheiten- und gesamtkosten, die Sie angeben.

Gewinndiagramm (SQL Server Data Mining-Add-Ins)

Kreuzvalidierung

Cross-Validation ist eine etablierte Technik in der Data Mining-Community zur Bewertung der Gültigkeit eines Datasets und der Genauigkeit eines Miningmodells für diese Datenmenge. Sie unterteilt eine Datengruppe in Teilmengen und erstellt dann iterativ Modelle für jede Teilmenge.

Mit dem Assistenten für die Kreuzüberprüfung können Sie die Anzahl der Faltungen angeben, nach denen Ihre Daten dividiert werden sollen. Anschließend wird ein Überprüfungsbericht bereitgestellt, der die Unterschiede zwischen diesen Querschnitten statistisch beschreibt. Anhand dessen können Sie ermitteln, ob das Modell für alle Trainingsdaten gut funktioniert oder zu einer bestimmten Teilmenge verzerrt ist.

Kreuzvalidierung (SQL Server Data Mining-Add-Ins)

Abfrage-Assistent

Der Abfrage-Assistent ist ein interaktives Tool, mit dem Sie eine Vorhersageabfrage erstellen können. Abfragen sind, wie Sie Empfehlungen, zukünftige Prognosen usw. generieren.

Im Abfrage-Assistenten wählen Sie ein Modell aus und stellen dann Eingabedaten als einzelne Werte oder aus einer Tabelle oder einem Bereich bereit, und der Assistent hilft Ihnen beim Auswählen von Spalten zur Ausgabe. Sie können Ihrer Abfrage auch Funktionen hinzufügen, um Wahrscheinlichkeitsergebnisse und andere nützliche Statistiken zu generieren.

Abfrage (SQL Server Data Mining-Erweiterungen)

Erweiterter Abfrage-Editor

Der Erweiterte Abfrage-Editor ist ein interaktiver Satz von Dialogfeldern, mit denen Sie alle Arten von DMX-Anweisungen erstellen können, von der Ausführung benutzerdefinierter Abfragen bis hin zum Erstellen und Trainieren neuer Modelle, Löschen von Modellen oder Erstellen neuer Datensätze.

Erweiterter Data Mining-Abfrage-Editor

Siehe auch

Untersuchen und Bereinigen von Daten
Erstellen eines Data Mining-Modells
Bereitstellen und Skalieren von Miningmodellen (Data Mining-Add-Ins für Excel)