데이터 모델링은 데이터에 알고리즘 을 적용하여 패턴과 추세를 빌드하는 데이터 마이닝의 단계입니다. 나중에 분석을 위해 또는 예측을 위해 이러한 패턴을 사용할 수 있습니다.
Office용 데이터 마이닝 추가 기능은 모델을 쉽게 만들 수 있는 마법사를 통해 데이터 마이닝을 지원합니다. 마법사는 데이터를 분석하고, 상관 관계를 식별하고, 모든 변수의 통계적 중요성을 계산하고, 자동으로 최상의 모델을 선택합니다.
이 기능은 SQL Server Analysis Services 및 SSDT(SQL Server Data Tools)에서 제공하는 데이터 마이닝 도구만큼 강력하지만 마법사와 친숙한 Excel 인터페이스를 조합하여 데이터 마이닝을 쉽게 만들고 수정하고 사용할 수 있습니다.
고급(데이터 마이닝)
고급 마법사를 사용하면 SQL Server Analysis Services의 데이터 마이닝 알고리즘 중 하나를 사용하여 Excel에 저장된 데이터를 기반으로 새 데이터 마이닝 모델을 만들 수 있습니다.
마이닝 구조 만들기
마이닝 구조 만들기 마법사를 사용하면 여러 마이닝 모델의 기초로 사용할 수 있는 새 데이터 마이닝 구조를 빌드할 수 있습니다. 마법사는 일관된 테스트 표준에 따라 동일한 데이터를 사용하는 모든 모델을 평가할 수 있도록 테스트 집합으로 사용할 데이터의 일부를 따로 설정하는 옵션을 제공합니다.
마이닝 구조 만들기(SQL Server 데이터 마이닝 추가 기능)
구조체에 모델 추가
구조에 모델 추가 마법사를 사용하면 기존 데이터 마이닝 구조를 선택하고 이를 위한 새 데이터 마이닝 모델을 만들 수 있습니다. 여러 마이닝 모델을 구조에 추가하고, 매개 변수를 변경하거나, 다른 데이터 마이닝 알고리즘을 선택하고, 출력을 사용자 지정할 수 있습니다.
구조에 모델 추가(Excel용 데이터 마이닝 추가 기능)
주요 영향 요인 분석(분석)
관심 있는 열 또는 출력 값을 선택한 다음 알고리즘은 모든 입력 데이터를 분석하여 대상에 가장 큰 영향을 주는 요인을 식별합니다. 필요에 따라 영향 요인의 변화를 확인할 수 있도록 두 값을 비교하는 보고서를 만들 수 있습니다.
주요 영향 요인 분석 도구는 Microsoft Naïve Bayes 알고리즘을 사용합니다.
연구원(데이터 마이닝)
연결 마법사는 여러 트랜잭션에 표시되는 항목 간의 연결을 검색하는 연결 모델을 빌드합니다(예: 시장 바구니 분석).
분류(데이터 마이닝)
분류 마법사는 대상 결과에 기여한 요인을 분석하는 분류 모델을 빌드합니다. 의사 결정 트리, Naïve Bayes 및 신경망을 포함하여 이 마법사에서 여러 알고리즘을 사용할 수 있습니다.
클러스터(데이터 마이닝)
클러스터 마법사는 비슷한 특성을 공유하는 행 그룹을 검색하는 클러스터링 모델을 빌드합니다. 클러스터링( 분할이라고도 함)은 새 데이터의 패턴 및 그룹화를 이해하려고 할 때 매우 유용한 자율 학습 기술입니다.
Microsoft 클러스터링 알고리즘은 K-평균 및 EM(Expectation Maximization) 클러스터링의 여러 종류를 지원합니다.
클러스터 마법사(Excel용 데이터 마이닝 추가 기능).
범주 검색(분석)
범주 검색 도구를 사용하면 데이터 집합을 추가하고 클러스터링을 적용하여 데이터 그룹을 찾을 수 있습니다. 유사성을 찾고 추가 분석할 그룹을 만드는 데 유용합니다.
범주 검색 도구는 Microsoft 클러스터링 알고리즘을 사용합니다.
예측(데이터 마이닝)
예측 마법사는 데이터 패턴을 추출하고 패턴을 사용하여 연속 숫자, 날짜 또는 시간 값을 예측하는 예측 모델을 빌드합니다. Microsoft 의사 결정 트리 알고리즘을 사용합니다.
예제에서 채우기(분석)
예제에서 채우기 도구를 사용하면 누락된 값을 입력할 수 있습니다. 누락된 값에 대한 몇 가지 예제를 제공하고 도구는 테이블의 모든 데이터를 기반으로 패턴을 빌드한 다음 데이터의 패턴을 기반으로 새 값을 권장합니다.
예제에서 채우기 도구는 Microsoft 로지스틱 회귀 알고리즘을 사용합니다.
예측(분석)
예측 도구는 시간에 따라 변경되는 데이터를 가져와 향후 값을 예측합니다.
예측 도구는 Microsoft 시계열 알고리즘을 사용합니다.
예측(데이터 마이닝)
예측 마법사는 일련의 셀에서 패턴을 감지한 다음 추가 값을 예측하는 예측 모델을 빌드합니다.
예외 강조 표시(분석)
예외 강조 표시 도구는 데이터 테이블의 패턴을 분석하고 패턴에 맞지 않는 행과 값을 찾습니다. 그런 다음, 모델을 검토하고 수정하고 다시 실행하거나 이후 작업에 대한 값에 플래그를 지정할 수 있습니다.
예외 강조 표시 도구는 Microsoft 클러스터링 알고리즘을 사용합니다.
예측 계산기(분석)
이 도구는 대상 결과로 이어지는 요인을 분석한 다음 이러한 패턴에서 파생된 조건에 따라 새 입력에 대한 결과를 예측하는 모델을 만듭니다. 또한 새 입력의 점수를 쉽게 매길 수 있는 대화형 의사 결정 워크시트를 생성합니다. 오프라인 사용을 위해 인쇄된 버전의 점수 매기기 워크시트를 만들 수도 있습니다.
예측 계산기 도구는 Microsoft 로지스틱 회귀 알고리즘을 사용합니다.
시나리오: 목표 검색(분석)
목표 검색 도구에서 대상 값을 지정하고 도구는 해당 대상에 맞게 변경해야 하는 기본 요소를 식별합니다. 예를 들어 호출 만족도를 20%늘려야 한다는 것을 알고 있는 경우 모델에 해당 목표를 생성하기 위해 변경해야 하는 요인을 예측하도록 요청할 수 있습니다.
목표 검색 도구는 Microsoft 로지스틱 회귀 알고리즘을 사용합니다.
세부 정보
시나리오: What-If 시나리오(분석)
What-If 분석 도구는 목표 검색 도구를 보완합니다. 이 도구를 사용하여 변경할 값을 입력했고, 모델은 해당 변경 내용이 원하는 결과를 얻기에 충분한지 여부를 예측합니다. 예를 들어 하나의 추가 호출 운영자를 추가하면 고객 만족도가 1포인트 증가할지 여부를 유추하도록 모델에 요청할 수 있습니다.
What-If 도구는 Microsoft 로그리스틱 회귀 알고리즘을 사용합니다.
What-If 시나리오(Excel용 테이블 분석 도구)
장바구니 분석(분석)
장바구니 분석 도구는 교차 판매 또는 판매에서 사용할 수 있는 패턴을 식별하기 위해 자주 함께 구매하는 제품 그룹을 만듭니다. 또한 관련 제품 번들의 가격과 비용을 기반으로 보고서를 생성하여 의사 결정을 지원합니다.
또한 자주 함께 발생하는 이벤트, 진단으로 이어지는 요인 또는 다른 잠재적 원인 및 결과 집합에 이 도구를 사용할 수 있습니다.
장바구니 분석 도구는 Microsoft 연결 알고리즘을 사용합니다.
장바구니 분석(Excel용 Table AnalysisTools)
또한 참조하십시오
데이터 탐색 및 정리
모델 유효성 검사 및 예측 모델 사용(Excel용 데이터 마이닝 추가 기능)
마이닝 모델 배포 및 크기 조정(Excel용 데이터 마이닝 추가 기능)