線形回帰モデルは、予測可能な属性の値を、データが推定回帰直線にできるだけ近い形で適合するように入力を結合する数式の結果として表されます。 このアルゴリズムは、数値のみを入力として受け入れ、最適な入力を自動的に検出します。
ただし、モデルに FORCE_REGRESSOR パラメーターを追加し、使用するリグレッサーを指定することで、列をリグレッサーとして含めることができます。 これは、効果が小さすぎてモデルで検出できない場合や、属性が数式に含まれていることを確認したい場合に、属性が意味を持つ場合に行うことができます。
次の手順では、 ニューラル ネットワークチュートリアルで使用されるのと同じサンプル データを使用して、単純な線形回帰モデルを作成する方法について説明します。 モデルは必ずしも堅牢であるとは限りませんが、データ マイニング デザイナーを使用して線形回帰モデルをカスタマイズする方法を示します。
単純な線形回帰モデルを作成する方法
SQL Server Data Tools (SSDT) のソリューション エクスプローラーで、[ マイニング構造] を展開します。
コール センター.dmm をダブルクリックしてデザイナーで開きます。
[ マイニング モデル ] メニューの [ 新しいマイニング モデル] を選択します。
アルゴリズムの場合は、[ Microsoft 線形回帰] を選択します。 名前として「 コール センター回帰」と入力します。
[ マイニング モデル ] タブで、列の使用法を次のように変更します。 次の一覧に含まれていないすべての列がまだない場合は、[ 無視] に設定する必要があります。
FactCallCenterIDキー
ServiceGradePredictOnly
[Total Operators Input]\(演算子の合計入力
AverageTimePerIssue入力
[ マイニング モデル ] メニューの [ モデル パラメーターの設定] を選択します。
パラメーター FORCE_REGRESSOR、 Value 列に、次のように角かっこで囲まれた列名をコンマで区切って入力します。
[Average Time Per Issue],[Total Operators]注
アルゴリズムは、どの列が最適なリグレッサーであるかを自動的に検出します。 列が最終的な数式に含まれるようにする場合にのみ、リグレッサーを強制する必要があります。
[ マイニング モデル ] メニューの [ プロセス モデル] を選択します。
ビューアーでは、モデルは回帰式を含む 1 つのノードで表されます。 マイニング凡例で数式を表示することも、クエリを使用して数式の係数を抽出することもできます。
こちらもご覧ください
Microsoft 線形回帰アルゴリズム
データ マイニング クエリ
Microsoft 線形回帰アルゴリズムのテクニカル リファレンス
線形回帰モデルのマイニング モデル コンテンツ (Analysis Services - データ マイニング)