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

Présentation de la structure d'un modèle d’arbre de décision

Un modèle d’arbre de décision comprend un nœud parent unique qui représente le modèle et ses métadonnées.Sous le nœud parent se trouvent des arbres indépendants qui représentent les attributs prévisibles sélectionnés.Par exemple, si vous installez votre modèle d'arbre de décision pour prédire si les clients achèteront un produit et pour fournir des entrées correspondant au genre et au revenu, le modèle créera une arborescence unique pour l'attribut d'achat, avec de nombreuses branches en fonction des conditions liées au genre et au revenu.

Toutefois, si vous ajoutez par la suite un attribut prévisible distinct pour la participation dans un programme de récompense de la clientèle, l'algorithme créera deux arborescences séparées sous le nœud parent.Une arborescence contient l'analyse d’achat, et l’autre l'analyse du programme de récompense de la clientèle.Si vous utilisez l'algorithme MDT pour créer un modèle d'association, cet algorithme crée une arborescence distincte pour chaque produit prédit, et l'arborescence contient toutes les autres combinaisons de produit qui permettent la sélection de l'attribut cible.

L’arborescence de chaque attribut prévisible contient des informations qui décrivent la manière dont les colonnes d’entrée choisies affectent le résultat de l’attribut prévisible concerné.Chaque arborescence est menée par un nœud (NODE_TYPE = 9) qui contient l'attribut prévisible, suivi d’une série de nœuds (NODE_TYPE = 10) qui représentent les attributs d'entrée.Un attribut correspond à une colonne de niveau de cas ou aux valeurs des colonnes de table imbriquée, qui représentent généralement les valeurs de la colonne Key de la table imbriquée.

Les nœuds intérieurs et les nœuds terminaux représentent les conditions de fractionnement.Une arborescence peut se fractionner plusieurs fois sur le même attribut.Par exemple, le modèle TM_DecisionTree peut se fractionner sur [Yearly Income] et sur [Number of Children], puis se refractionner sur [Yearly Income] plus bas dans l'arborescence.

L'algorithme MDT (Microsoft Decision Trees) peut également contenir des régressions linéaires dans toute ou partie de l'arborescence.Si l'attribut modélisé est un type de données numériques continues, le modèle peut créer un nœud d’arbre de régression (NODE_TYPE = 25) où la relation entre les attributs peut être modélisée linéairement.Dans ce cas, le nœud contient une formule de régression.

Toutefois, si l'attribut prévisible a des valeurs discrètes, ou si les valeurs numériques ont été placées dans un compartiment ou discrétisées, le modèle crée toujours un arbre de classification (NODE_TYPE = 2).Un arbre de classification peut avoir plusieurs branches ou nœuds d'arbre intérieurs (NODE_TYPE = 3) pour chaque valeur de l'attribut.Toutefois, le fractionnement n'est pas nécessaire sur chaque valeur de l'attribut.

L'algorithme MDT (Microsoft Decision Trees) ne permet pas d’avoir des types de données continues en tant qu’entrées ; par conséquent, si les colonnes ont un type de données numériques continues, les valeurs sont discrétisées.L'algorithme effectue sa propre discrétisation à l’endroit du fractionnement pour tous les attributs continus.

Contenu d’un modèle d'arbre de décision

Cette section fournit des informations et des exemples liés uniquement aux colonnes du contenu du modèle d'exploration de données se rapportant aux modèles d’arbre de décision.Pour plus d'informations sur les colonnes à caractère général dans l'ensemble de lignes de schéma et sur la terminologie des modèles d’exploration de données, 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
  Nom de l'attribut qui correspond à ce nœud.

• 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.

  Pour les modèles d'arbre de décision, les noms uniques suivent la convention suivante, qui ne s'applique pas à tous les algorithmes :

  Les nœuds enfants d’un nœud donné auront le même préfixe hexadécimal, suivi d’un autre nombre hexadécimal qui représente la séquence du nœud enfant au sein du parent.Vous pouvez utiliser les préfixes pour déduire un chemin d'accès.

• NODE_TYPE
  Dans les modèles d'arbre de décision, les types de nœud suivants sont créés :

  Type de nœud	Description
  1 (Modèle)	Nœud racine pour le modèle.
  2 (Arbre)	Noeud parent pour les arbres de classification dans le modèle.Étiqueté Tout.
  3 (Intérieur)	En-tête de branche intérieure, trouvé au sein d’un arbre de classification ou de régression.
  4 (Distribution)	Noeud terminal, trouvé au sein d’un arbre de classification ou de régression.
  25 (Arbre de régression)	Noeud parent pour l'arbre de régression dans le modèle.Étiqueté comme Tout.

• NODE_CAPTION
  Nom convivial utilisé à des fins d'affichage.

  Lorsque vous créez un modèle, la valeur de NODE_UNIQUE_NAME est utilisée automatiquement comme légende.Toutefois, vous pouvez modifier la valeur de NODE_CAPTION pour mettre à jour le nom d'affichage du cluster, par programmation ou à l'aide de la visionneuse.La légende est générée automatiquement par le modèle.Le contenu de la légende dépend du type de modèle et du type de nœud.

  Dans un modèle d'arbre de décision, NODE_CAPTION et NODE_DESCRIPTION présentent des informations différentes, selon le niveau dans l'arborescence.Pour plus d’informations et pour voir des exemples, consultez Légende et description du nœud.

• CHILDREN_CARDINALITY
  Estimation du nombre d'enfants du nœud.

  Nœud parent   Indique le nombre d’attributs prévisibles qui ont été modélisés.Une arborescence est créée pour chaque attribut prévisible.

  Nœud d'arbre   Le nœud Tout de chaque arborescence indique le nombre de valeurs utilisées pour l'attribut cible.

  • Si l'attribut cible est discret, la valeur est égale au nombre de valeurs distinctes plus 1 pour l'état Missing.

  • Si l'attribut prévisible est continu, la valeur indique le nombre de compartiments utilisés pour modéliser l'attribut continu.

  Nœuds terminaux   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.

  Dans un modèle d'arbre de décision, NODE_CAPTION et NODE_DESCRIPTION présentent des informations différentes, selon le niveau dans l'arborescence.

  Pour plus d’informations et pour voir des exemples, consultez Légende et description du nœud.

• NODE_RULE
  Description XML de la règle décrivant le chemin d’accès au nœud actuel à partir de son nœud parent immédiat.

  Pour plus d’informations et pour voir des exemples, consultez Règle du nœud et règle marginale.

• MARGINAL_RULE
  Description XML de la règle décrivant le chemin d’accès depuis le nœud parent du modèle vers le nœud actuel.

  Pour plus d’informations, consultez Règle du nœud et règle marginale.

• NODE_PROBABILITY
  Probabilité associée à ce nœud.

  Pour plus d'informations, consultez Probabilité.

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

  Pour plus d'informations, consultez Probabilité.

• NODE_DISTRIBUTION
  Table contenant l'histogramme de probabilité du nœud.Les informations de cette table diffèrent selon que l'attribut prévisible est une variable continue ou discrète.

  Nœud racine du modèle   Cette table est vide.

  Nœud (Tout)   Contient un résumé de l’ensemble du modèle.

  Nœud intérieur   Contient des statistiques de synthèse pour ses nœuds terminaux.

  Nœud terminal   Contient la prise en charge et la probabilité pour les résultats prédits au vu de toutes les conditions figurant dans le chemin d'accès qui mène au nœud terminal actuel.

  Nœud de régression   Contient la formule de régression qui représente la relation entre les entrées et l'attribut prévisible.

  Pour plus d'informations, consultez Distribution du nœud pour les attributs discrets et Distribution du nœud pour les attributs continus.

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

• MSOLAP_MODEL_COLUMN
  Indique la colonne qui contient la valeur prévisible.

• MSOLAP_NODE_SCORE
  Affiche un score associé au nœud.Pour plus d'informations, consultez Score du nœud.

• MSOLAP_NODE_SHORT_CAPTION
  Étiquette utilisée à des fins d'affichage.

Notes

Un modèle d'arbre de décision n'a pas de nœud distinct qui stocke les statistiques pour l’ensemble du modèle, contrairement au nœud de statistiques marginales figurant dans un modèle Naive Bayes ou un modèle de réseau neuronal.En lieu et place, le modèle crée une arborescence séparée pour chaque attribut prévisible, avec un nœud (Tout) en haut de l'arborescence.Les arborescence sont indépendantes les unes des autres.Si votre modèle ne contient qu’un seul attribut prévisible, il n'y a qu'une seule arborescence et de ce fait un seul nœud (Tout).

Chaque arborescence représentant un attribut de sortie est en outre subdivisée en branches intérieures (NODE_TYPE = 3) qui représentent des fractionnements.Chacune de ces arborescences contient des statistiques sur la distribution de l'attribut cible.De plus, chaque nœud terminal (NODE_TYPE = 4) contient des statistiques qui décrivent les attributs d'entrée et leurs valeurs, ainsi que le nombre de cas prenant en charge chaque paire attribut/valeur.Par conséquent, vous pouvez consulter facilement les probabilités ou la distribution de données sans devoir interroger les données sources, quelle que soit la branche d'un arbre de décision.Chaque niveau de l'arborescence représente forcément la somme de ses nœuds enfants immédiats.

Consultez Interrogation d'un modèle d'arbre de décision (Analysis Services - Exploration de données) pour obtenir des exemples d’extraction de ces statistiques.

Exemple de structure d’arbre de décision

Pour comprendre le mode de fonctionnement d’un arbre de décision, prenons comme exemple un scénario d'acheteur de vélo AdventureWorks.En supposant que l'attribut prévisible est représenté par les achats des clients, l'algorithme d'arbres de décision essaie de trouver une colonne de données, parmi toutes les entrées fournies, qui détecte le plus efficacement les clients qui risquent d’acheter un vélo et ceux pour qui cet achat est improbable.Par exemple, le modèle peut trouver que l’âge est le meilleur indicateur du comportement d'achat.Plus particulièrement que les clients de plus de 30 ans ont de fortes chances d’acheter un vélo, et qu'il est improbable que les autres clients fassent un achat.Dans ce scénario, le modèle crée un fractionnement sur l'attribut Age.Cela signifie que l'arborescence se divise en deux branches : une contenant les clients de plus de 30 ans, et l’autre les clients plus jeunes.Les nouvelles branches sont représentées dans la structure du modèle sous la forme de deux nouvelles arborescences intérieures (NODE_TYPE = 3).

Pour chaque branche, le modèle continue de rechercher des attributs supplémentaires à utiliser pour différencier les clients.S'il s’avère inutile que les données continuent de créer des sous-groupes de clients, le modèle cesse de générer l'arborescence.Le modèle cesse également de générer l'arborescence lorsque le nombre de cas dans le nœud est trop petit pour continuer, indépendamment de la qualité du fractionnement, ou si la valeur est nulle ou manquante.En arrêtant la croissance de l'arborescence de manière anticipée, vous empêchez le modèle d’effectuer l’apprentissage trop près d’un jeu de données particulier.

Chaque nœud d'arbre intérieur contient des nœuds terminaux qui fournissent les détails des résultats au vu des résultats de classification actuels.Par exemple, vous pouvez avoir un nœud intérieur qui représente Âge >= 30 et Genre = Homme.Le nœud de ce groupe indique combien de clients de cette catégorie ont acheté ou non un produit.Par exemple, la classification peut contenir les fractionnements d'arborescence suivants :

Lorsque vous utilisez un modèle d'arbre de décision à des fins de prédiction, le modèle prend les attributs que vous lui conférez comme arguments et suit le chemin d'accès aux attributs jusqu’en bas de l'arborescence.En règle générale, toutes les prédictions mènent à un nœud terminal, et les nœuds intérieurs sont utilisés uniquement pour la classification.

Un nœud terminal a toujours un NODE_TYPE de 4 (Distribution) et contient un histogramme indiquant la probabilité de chaque résultat (achat ou non achat) au vu des attributs fournis.Par exemple, si vous demandez une prédiction pour un nouveau client qui est un homme de plus de 60 ans, le modèle recherchera le nœud correspondant (Âge > 30 et Genre = Homme), puis affichera la probabilité pour le résultat spécifié.Ces probabilités sont stockées dans la table NODE_DISTRIBUTION du nœud.

Si l'attribut prévisible est un nombre continu, l'algorithme essaie de créer une formule de régression qui modélise la relation entre l'attribut prévisible et les entrées.

Légende et description du nœud

Règle du nœud et règle marginale

Distribution du nœud pour les attributs discrets

Score du nœud

Nœuds de régression dans un modèle d'arbre de décision

Si un modèle d'arbre de décision contient un attribut prévisible avec des données numériques continues, l'algorithme MDT (Microsoft Decision Trees) s’efforce de trouver des zones dans les données où la relation entre l'état prédit et les variables d’entrée est linéaire.Si l'algorithme parvient à trouver une relation linéaire, il crée une arborescence spéciale (NODE_TYPE = 25) qui représente une régression linéaire.Ces nœuds d’arbre de régression sont plus complexes que les nœuds qui représentent des valeurs discrètes.

En règle générale, une régression mappe les modifications dans la variable prévisible dépendante continue comme fonction des modifications dans les entrées.Si la variable dépendante possède des entrées continues et si la relation entre l'entrée et la valeur prédite est suffisamment stable pour être calculée sous forme de graphique, le nœud de la régression contient une formule.

Toutefois, si la relation entre l'entrée et la valeur prédite est non linéaire, un fractionnement est créé à la place, tout comme un arbre de décision standard.Par exemple, supposez qu'A est l'attribut prévisible, et B et C sont les entrées, où C est un type de valeur continue.Si la relation entre A et C est relativement stable dans certaines parties des données mais instable dans d’autres, l'algorithme créera des fractionnements pour représenter les différentes zones des données.

Pour plus d'informations sur les nœuds de régression, consultez Contenu du modèle d'exploration de données pour les modèles de régression linéaire (Analysis Services - Exploration de données).

Voir aussi

Concepts

Autres ressources