Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
En esta lección, agregará dos modelos de minería de datos a la estructura de minería de datos Bike Buyer que creó la lección 1: Creación de la estructura de minería de datos Bike Buyer. Estos modelos de minería de datos le permitirán explorar los datos mediante un modelo y crear predicciones mediante otra.
Para explorar cómo los clientes potenciales se pueden clasificar por sus características, creará un modelo de minería de datos basado en el algoritmo de agrupación en clústeres de Microsoft. En una lección posterior, explorará cómo este algoritmo encuentra clústeres de clientes que comparten características similares. Por ejemplo, es posible que ciertos clientes tienden a vivir cerca entre sí, conmutar por bicicleta y tener antecedentes educativos similares. Puede usar estos clústeres para comprender mejor cómo están relacionados los distintos clientes y usar la información para crear una estrategia de marketing destinada a clientes específicos.
Para predecir si es probable que un cliente potencial compre una bicicleta, creará un modelo de minería de datos basado en el algoritmo de árboles de decisión de Microsoft. Este algoritmo examina la información asociada a cada cliente potencial y encuentra características útiles para predecir si comprarán una bicicleta. A continuación, compara los valores de las características de los compradores de bicicletas anteriores contra los nuevos clientes potenciales para determinar si es probable que los nuevos clientes potenciales compren una bicicleta.
ALTER MINING STRUCTURE (instrucción)
Para agregar un modelo de minería de datos a la estructura de minería de datos, use la instrucción ALTER MINING STRUCTURE (DMX). El código en la instrucción se puede desglosar en las siguientes partes:
Identificación de la estructura de minería de datos
Nomenclatura del modelo de minería de datos
Definición de la columna de clave
Definición de las columnas de entrada y predecibles
Identificación del algoritmo y los cambios de parámetros
A continuación se muestra un ejemplo genérico de la instrucción ALTER MINING MODEL:
ALTER MINING STRUCTURE [<mining structure name>]
ADD MINING MODEL [<mining model name>]
(
[<key column>],
<mining model columns>,
) USING <algorithm name>( <algorithm parameters> )
WITH FILTER (<expression>)
La primera línea del código identifica la estructura de minería existente a la que se agregarán los modelos de minería.
ALTER MINING STRUCTURE [<mining structure name>]
La siguiente línea de código nombra el modelo de minería que se agregará a la estructura de minería:
ADD MINING MODEL [<mining model name>]
Para obtener información sobre cómo asignar un nombre a un objeto en DMX, vea Identificadores (DMX).
Las siguientes líneas del código definen columnas de la estructura de minería que usará el modelo de datos:
[<key column>],
<mining model columns>
Solo puede usar columnas que ya existen en la estructura de minería de datos, y la primera columna de la lista debe ser la columna clave de dicha estructura.
La siguiente línea del código define el algoritmo de minería de datos que genera el modelo de minería de datos y los parámetros de algoritmo que puede establecer en el algoritmo:
) USING <algorithm name>( <algorithm parameters> )
Para obtener más información sobre los parámetros de algoritmo que puede ajustar, consulte Algoritmo de árboles de decisión de Microsoft y Algoritmo de clústeres de Microsoft.
Puede especificar que se use una columna en el modelo de minería de datos para la predicción mediante la sintaxis siguiente:
<mining model column> PREDICT
La línea final del código, que es opcional, define un filtro que se aplica al entrenar y probar el modelo. Para obtener más información sobre cómo aplicar filtros a los modelos de minería de datos, vea Filtros para modelos de minería de datos (Analysis Services - Minería de datos).
Tareas de la lección
Realizará las siguientes tareas en esta lección:
Agregar un modelo de minería de árbol de decisiones a la estructura Bike Buyer mediante el algoritmo de Árboles de Decisión de Microsoft
Agregar un modelo de minería de datos de agrupación en clústeres a la estructura Bike Buyer mediante el algoritmo de agrupación en clústeres de Microsoft
Dado que desea ver los resultados de todos los casos, aún no agregará un filtro a ninguno de los modelos.
Agregar un modelo de minería de datos de árbol de decisión a la estructura
El primer paso es agregar un modelo de minería de datos basado en el algoritmo de árboles de decisión de Microsoft.
Para agregar un modelo de árbol de decisión de minería de datos
En el Explorador de objetos, haga clic con el botón derecho en la instancia de Analysis Services, seleccione Nueva consulta y, a continuación, haga clic en DMX para abrir el Editor de consultas y una nueva consulta en blanco.
Copie el ejemplo genérico de la instrucción ALTER MINING STRUCTURE en el campo de consulta vacío.
Reemplace lo siguiente:
<mining structure name>con:
[Bike Buyer]Reemplace lo siguiente:
<mining model name>con:
Decision TreeReemplace lo siguiente:
<mining model columns>,con:
( CustomerKey, [Age], [Bike Buyer] PREDICT, [Commute Distance], [Education], [Gender], [House Owner Flag], [Marital Status], [Number Cars Owned], [Number Children At Home], [Occupation], [Region], [Total Children], [Yearly Income]En este caso, la
[Bike Buyer]columna se ha designado como columna PREDICT.Reemplace lo siguiente:
USING <algorithm name>( <algorithm parameters> )con:
Using Microsoft_Decision_Trees WITH DRILLTHROUGHLa instrucción WITH DRILLTHROUGH permite explorar los casos que se usaron para construir el modelo de minería.
La instrucción resultante debe ser la siguiente:
ALTER MINING STRUCTURE [Bike Buyer] ADD MINING MODEL [Decision Tree] ( CustomerKey, [Age], [Bike Buyer] PREDICT, [Commute Distance], [Education], [Gender], [House Owner Flag], [Marital Status], [Number Cars Owned], [Number Children At Home], [Occupation], [Region], [Total Children], [Yearly Income] ) USING Microsoft_Decision_Trees WITH DRILLTHROUGHEn el menú Archivo , haga clic en Guardar DMXQuery1.dmx Como.
En el cuadro de diálogo Guardar como , vaya a la carpeta adecuada y asigne al archivo
DT_Model.dmxel nombre .En la barra de herramientas, haga clic en el botón Ejecutar .
Agregar un modelo de minería de datos de agrupación en clústeres a la estructura
Ahora puede agregar un modelo de minería de datos a la estructura de minería de datos Bike Buyer basada en el algoritmo de agrupación en clústeres de Microsoft. Dado que el modelo de minería de clústeres usará todas las columnas definidas en la estructura de datos, puede usar un atajo para agregar el modelo a la estructura omitiendo la definición de las columnas de minería.
Para agregar un modelo de minería de datos por agrupamiento
En el Explorador de objetos, haga clic con el botón derecho en la instancia de Analysis Services, seleccione Nueva consulta y, a continuación, haga clic en DMX para abrir el Editor de consultas y una nueva consulta en blanco.
Copie el ejemplo genérico de la instrucción ALTER MINING STRUCTURE en la consulta vacía.
Reemplace lo siguiente:
<mining structure name>con:
[Bike Buyer]Reemplace lo siguiente:
<mining model>con:
Clustering ModelElimine lo siguiente:
( [<key column>], <mining model columns>, )Reemplace lo siguiente:
USING <algorithm name>( <algorithm parameters> )con:
USING Microsoft_ClusteringLa instrucción completa debe ser la siguiente:
ALTER MINING STRUCTURE [Bike Buyer] ADD MINING MODEL [Clustering] USING Microsoft_ClusteringEn el menú Archivo , haga clic en Guardar DMXQuery1.dmx Como.
En el cuadro de diálogo Guardar como , vaya a la carpeta adecuada y asigne al archivo
Clustering_Model.dmxel nombre .En la barra de herramientas, haga clic en el botón Ejecutar .
En la siguiente lección, deberá procesar los modelos y la estructura de minería.
Lección siguiente
Lección 3: Procesamiento de la estructura de minería de datos del comprador de bicicletas