Contenu du modèle d'exploration de données pour les modèles de régression linéaire (Analysis Services - Exploration de données)

Présentation de la structure d'un modèle de régression linéaire

Un modèle de régression linéaire a une structure extrêmement simple. Chaque modèle possède un nœud parent unique qui représente le modèle et ses métadonnées, ainsi qu’un nœud d’arbre de régression (NODE_TYPE = 25) contenant la formule de régression pour chaque attribut prévisible.

Les modèles de régression linéaire font appel au même algorithme que l’algorithme MDT (Microsoft Decision Trees), mais différents paramètres sont utilisés pour limiter l'arborescence, et seuls les attributs continus sont acceptés comme entrées. Toutefois, comme les modèles de régression linéaire se basent sur l'algorithme MDT (Microsoft Decision Trees), ceux-ci sont affichés à l’aide de la Visionneuse d'arbre de décision Microsoft. Pour plus d'informations, consultez Affichage d'un modèle d'exploration de données à l'aide de la Visionneuse d'arborescences Microsoft.

La section suivante explique comment interpréter les informations du nœud de la formule de régression. Ces informations s'appliquent non seulement aux modèles de régression linéaire, mais également aux modèles d'arbre de décision qui contiennent des régressions dans une partie de l'arborescence.

Contenu d’un modèle de régression linéaire

Cette section fournit des informations et des exemples ayant trait uniquement aux colonnes du contenu du modèle d'exploration de données se rapportant à la régression linéaire.

Pour plus d'informations sur les colonnes à caractère général dans l'ensemble de lignes de schéma, consultez Contenu du modèle d'exploration de données (Analysis Services - Exploration de données).

• MODEL_CATALOG
  Nom de la base de données où le modèle est stocké.

• MODEL_NAME
  Nom du modèle.

• ATTRIBUTE_NAME
  Nœud racine :   Vide

  Nœud de régression :   Nom de l’attribut prévisible.

• NODE_NAME
  Toujours identique à NODE_UNIQUE_NAME.

• NODE_UNIQUE_NAME
  Identificateur unique du nœud contenu dans le modèle. Cette valeur ne peut pas être modifiée.

• NODE_TYPE
  Un modèle de régression linéaire génère les types de nœud suivants :

  ID du type de nœud	Type	Description
  25	Racine de l'arbre de régression	Contient la formule qui décrit la relation entre la variable d’entrée et la variable de sortie.

• NODE_CAPTION
  Étiquette ou légende associée au nœud. Cette propriété est principalement utilisée à des fins d'affichage.

  Nœud racine :   Vide

  Nœud de régression :   Tout.

• CHILDREN_CARDINALITY
  Estimation du nombre d'enfants du nœud.

  Nœud racine :   Indique le nombre de nœuds de régression. Un nœud de régression est créé pour chaque attribut prévisible du modèle.

  Nœud de régression :   Toujours 0.

• PARENT_UNIQUE_NAME
  Nom unique du parent du nœud. La valeur NULL est retournée pour tous les nœuds situés au niveau de la racine.

• NODE_DESCRIPTION
  Description du nœud.

  Nœud racine :   Vide

  Nœud de régression :   Tout.

• NODE_RULE
  Non utilisé pour les modèles de régression linéaire.

• MARGINAL_RULE
  Non utilisé pour les modèles de régression linéaire.

• NODE_PROBABILITY
  Probabilité associée à ce nœud.

  Nœud racine :   0

  Nœud de régression :   1

• MARGINAL_PROBABILITY
  Probabilité d'accès au nœud à partir du nœud parent.

  Nœud racine :   0

  Nœud de régression :   1

• NODE_DISTRIBUTION
  Table imbriquée fournissant des statistiques sur les valeurs du nœud.

  Nœud racine :   0

  Nœud de régression :   Table contenant les éléments utilisés pour générer la formule de régression. Un nœud de régression contient les types de valeur suivants :

  VALUETYPE
  1 (Manquant)
  3 (Continu)
  7 (Coefficient)
  8 (Gain du score)
  9 (Statistiques)
  11 (Intercepter)

• NODE_SUPPORT
  Nombre de cas qui prennent en charge ce nœud.

  Nœud racine :   0

  Nœud de régression :   Nombre de cas d'apprentissage.

• MSOLAP_MODEL_COLUMN
  Nom de l’attribut prévisible.

• MSOLAP_NODE_SCORE
  Identique à NODE_PROBABILITY

• MSOLAP_NODE_SHORT_CAPTION
  Étiquette utilisée à des fins d'affichage.

Notes

Lorsque vous créez un modèle avec l'algorithme MLR (Microsoft Linear Regression), le moteur d'exploration de données crée une instance spéciale d'un modèle d'arbre de décision et fournit des paramètres qui limitent l'arborescence pour contenir toutes les données d'apprentissage dans un nœud unique. Toutes les entrées continues sont signalées et évaluées comme régresseurs potentiels, mais seuls les régresseurs qui correspondent aux données sont conservés comme régresseurs dans le modèle final. L'analyse produit soit une formule de régression unique pour chaque régresseur, soit aucune formule de régression.

Vous pouvez consulter la formule de régression complète dans la Légende d'exploration de données en cliquant sur le nœud (Tout) dans la Visionneuse d'arborescences Microsoft.

Ainsi, lorsque vous créez un modèle d'arbre de décision qui inclut un attribut prévisible continu, il arrive que l'arborescence possède des nœuds de régression qui partagent les propriétés des nœuds d’arbres de régression.

Distribution du nœud pour les attributs continus

La plupart des informations importantes d’un nœud de régression sont contenues dans la table NODE_DISTRIBUTION. L'exemple suivant illustre la structure de la table NODE_DISTRIBUTION. Dans cet exemple, la structure d'exploration de données de publipostage ciblé a été utilisée pour créer un modèle de régression linéaire qui prédit le revenu du client selon son âge. Ce modèle sert uniquement à l’illustration, car il peut être créé facilement à l'aide des exemples de données et de la structure d’exploration de données AdventureWorks2008R2 existants.

La table NODE_DISTRIBUTION contient plusieurs lignes, chacune étant groupée par une variable. Les deux premières lignes correspondent toujours aux types de valeur 1 et 3, et elles décrivent l'attribut cible. Les lignes suivantes comportent des informations sur la formule d’un régresseur donné. Un régresseur est une variable d'entrée ayant une relation linéaire avec la variable de sortie. Vous pouvez avoir plusieurs régresseurs, et chaque régresseur aura une ligne séparée pour le coefficient (VALUETYPE = 7), le gain du score (VALUETYPE = 8) et les statistiques (VALUETYPE = 9). La table a également une ligne contenant l’interception de l'équation (VALUETYPE = 11).

Éléments de la formule de régression

Voir aussi

Référence

Concepts