Leçon 4 : Exploration des modèles de publipostage ciblé (Didacticiel sur l'exploration de données de base)

Article
05/07/2013

Une fois que les modèles inclus dans votre projet sont traités, vous pouvez les explorer pour rechercher des tendances intéressantes. Étant donné que les résultats des modèles d'exploration de données sont complexes et peuvent être difficiles à comprendre dans un format brut, l'examen visuel des données constitue souvent le moyen le plus simple pour comprendre les règles et les relations découvertes par les algorithmes au sein des données. L'exploration vous permet également de comprendre le comportement du modèle et de découvrir quel modèle est le plus performant avant de le déployer.

Lorsque vous utilisez Outils de données SQL Server (SSDT) pour explorer vos modèles, chaque modèle que vous créez est répertorié dans l’onglet Visionneuse de modèle d'exploration de données du Concepteur d'exploration de données. Vous pouvez utiliser les visionneuses pour explorer les modèles. Ces visionneuses sont également disponibles dans SQL Server Management Studio.

Chaque algorithme que vous avez utilisé pour créer un modèle dans Analysis Services retourne un type différent de résultat. Par conséquent, Analysis Services fournit une visionneuse spécifique pour chaque algorithme. Analysis Services fournit également une visionneuse générique qui fonctionne pour tous les types de modèles. La visionneuse de l'arborescence de contenu générique affiche le contenu détaillé du mode. Le contenu du modèle varie selon l'algorithme utilisé. Pour plus d'informations, consultez Explorer un modèle à l'aide de la visionneuse de l'arborescence de contenu générique Microsoft.

Dans cette leçon, vous allez examiner les mêmes données à l'aide de vos trois modèles. Chaque type de modèle est basé sur un algorithme différent et fournit un aperçu différent des données. Le modèle Decision Tree vous indique les facteurs qui influencent l'achat de vélos. Le modèle Clustering regroupe vos clients selon des attributs qui incluent leur comportement d'achat de vélo et d'autres attributs sélectionnés. Le modèle Naive Bayes vous permet d'explorer la relation entre différents attributs. Enfin, la Visionneuse de l'arborescence de contenu générique révèle la structure du modèle et fournit des détails plus approfondis tels que des formules, des motifs extraits et un nombre des cas dans un cluster ou une arborescence particulière.

Cliquez sur les rubriques suivantes pour explorer les visionneuses de modèles d'exploration de données.