Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
Quando você abre uma rede neural ou um modelo de regressão logística usando o Browse, o modelo é exibido em um visualizador interativo, semelhante ao visualizador de modelo de rede neural no Analysis Services. O visualizador ajuda você a explorar correlações e obter informações sobre os padrões no modelo e os dados subjacentes.
Explorar o modelo
Modelos baseados em algoritmos de Regressão Logística ou rede neural da Microsoft são semelhantes, pois analisam dados como um conjunto de conexões entre entradas e saídas conhecidas. O Visualizador do Browse ajuda você a explorar essas conexões usando os seguintes controles:
Se você quiser experimentar esse visualizador, poderá criar um modelo usando o Assistente de Classificação (Suplementos de Mineração de Dados para Excel) e usar a opção Avançado para alterar o algoritmo para Regressão Logística da Microsoft na caixa de diálogo Parâmetros de Algoritmo .
Variáveis
O painel Variáveis exibe uma lista de variáveis de entrada na ordem de seu efeito no modelo. Use os controles de entrada e saída para filtrar o modelo, afetando as variáveis exibidas, bem como sua ordem.
Usando esse visualizador, você pode explorar os fatores mais importantes para determinar se um cliente mais provável pertence à categoria de comprador de bicicletas ou à categoria não comprador.
Explorar variáveis
Inicialmente, o painel Variáveis é classificado na ordem dos atributos mais importantes, considerando os filtros atuais. O comprimento da barra indica a força do fator.
No exemplo, você pode ver que a renda é o fator mais influente, seguido pela região. Por outro lado, clientes com muitos carros e muitas crianças são altamente improváveis de comprar uma bicicleta.
No painel Variáveis , clique no título da coluna para Atributo.
Ao classificar os atributos, você pode ver as partições que foram criadas para cada coluna de entrada. Colunas com valores discretos, como ocupação, são agrupadas pelos valores literais.
Observe os intervalos de valores encontrados para Idade e Renda.
Se qualquer uma das colunas de entrada for números (ou seja, toda a coluna de dados é um tipo de dados numérico contínuo), os números serão agrupados ou armazenados em intervalos discretos.
Para Renda, a coluna foi subdividida em agrupamentos como 78,4-154,06 (para a faixa de renda mais alta).
Se quiser agrupamentos diferentes, use a ferramenta Relabel (Suplementos de Mineração de Dados do SQL Server) ou as funções do Excel para criar novas categorias de renda antes de criar o modelo.
Clique em Ativar Favoritos para restaurar o gráfico à visualização padrão.
Por padrão, a exibição é classificada pelo valor de Favores para o primeiro valor de resultado. Você pode alterar quais resultados são atribuídos à primeira e segunda colunas escolhendo um novo valor para Valor 1 e Valor 2 na Saída.
Pause o mouse sobre a barra colorida mais alta do gráfico.
Uma Dica de Ferramenta é exibida que inclui uma pontuação de importância , um par de pontuações de probabilidade e um par de valores de elevação .
A importância é calculada em todo o conjunto de dados e identifica o atributo que, considerando todas as entradas, está mais correlacionado com o resultado de destino. O visualizador classifica os valores no gráfico pelas pontuações de importância.
A probabilidade é calculada para cada conjunto de pares atributo-valor, para os resultados de destino, em todo o conjunto de dados.
Lift informa o quão útil esse par específico de atributo-valor é para promover um resultado ou outro.
Observação: a Dica de Ferramenta contém as mesmas informações, independentemente de você posicionar o mouse sobre uma coluna ou outra.
Entradas
O painel Entradas permite escolher um conjunto de entradas e aplicá-lo como um filtro ao modelo, o que permite que você veja a influência dessas opções no resultado, com base nos dados de treinamento
Explorar entradas
Suponha que você queira direcionar um grupo específico e ver os fatores que mais influenciam a compra nesse grupo.
No painel Entrada , clique na <célula Todos> em Atributo e selecioneIdade.
Para Valor, selecione a categoria de idade mais jovem.
Observe que, mesmo quando você filtra em uma determinada faixa etária, a região do Pacífico chega perto do topo da lista. Isso ocorre porque os clientes na região do Pacífico são muito mais propensos a comprar uma bicicleta do que os clientes em outras regiões.
Como a região não é algo que você pode influenciar, para remover essa variável da consideração e ver outros fatores, você pode alterar as entradas novamente.
No painel Entrada , clique na célula vazia em Idade e selecione Região.
Para Valor, selecione Europa.
Continue adicionando filtros de entrada para se concentrar em um grupo de interesse específico.
Por exemplo, para o atributo de entrada, adicione Gender e selecione Feminino como o valor.
Observe como a lista de variáveis é alterada. Agora a Renda é a variável mais importante na previsão do resultado de destino.
A ordem na qual você aplica os filtros de entrada não afeta os resultados.
Saídas
No painel Saídas , você pode escolher o resultado no qual está interessado. As redes neurais permitem que você especifique quantas colunas de resultado desejar, embora adicionar mais saídas adicione à complexidade do modelo e possa exigir muito mais tempo para processar.
Para comparar duas saídas, elas devem ter sido designadas como colunas Prever ou Prever Somente .
Explorar saídas
Use a lista Atributo de Saída para selecionar um atributo.
Selecione dois resultados nas listas Valor 1 e Valor 2. Esses dois estados do atributo de saída serão comparados no painel Variáveis .
Mais sobre modelos de rede neural
As informações no visualizador são recuperadas do servidor usando um procedimento armazenado específico a esse tipo de modelo: System.Microsoft.AnalysisServices.System.DataMining.NeuralNet.GetAttributeScores.
Se você quiser criar um modelo com vários atributos previsíveis usando os suplementos, use as opções de modelagem Avançada .
Para obter mais informações, consulte Criar Estrutura de Mineração (Suplementos de Mineração de Dados do SQL Server) e Adicionar Modelo à Estrutura (Suplementos de Mineração de Dados para Excel).
Consulte Também
Modelos de navegação no Excel (suplementos de mineração de dados do SQL Server)