Visualizzare un modello utilizzando il Visualizzatore Microsoft Decision Trees
Il Visualizzatore Microsoft Decision Trees disponibile in Microsoft SQL Server Analysis Services consente di visualizzare alberi delle decisioni compilati con l'algoritmo Microsoft Decision Trees. L'algoritmo Microsoft Decision Trees è un algoritmo ibrido dell'albero delle decisioni che supporta sia la classificazione sia la regressione. Pertanto, è possibile utilizzare questo visualizzatore anche per visualizzare modelli basati sull'algoritmo Microsoft Linear Regression. L'algoritmo Microsoft Decision Trees viene utilizzato per la modellazione predittiva di attributi discreti e continui. Per ulteriori informazioni su questo algoritmo, vedere Algoritmo Microsoft Decision Trees.
[!NOTA]
Per visualizzare informazioni dettagliate sulle equazioni utilizzate nel modello e sui modelli individuati, utilizzare il visualizzatore Microsoft Generic Content Tree Viewer. Per ulteriori informazioni, vedere Visualizzare un modello utilizzando Microsoft Generic Content Tree Viewer o Microsoft Generic Content Tree Viewer (Data mining).
Schede del visualizzatore
Per la visualizzazione di un modello di data mining in Analysis Services viene utilizzato il visualizzatore appropriato nella scheda Visualizzatore modello di data mining di Progettazione modelli di data mining. Il Visualizzatore Microsoft Decision Trees include le schede e i riquadri seguenti:
Albero delle decisioni
Rete di dipendenze
Legenda data mining
Albero delle decisioni
Quando si compila un modello di albero delle decisioni, in Analysis Services viene compilato un albero separato per ogni attributo stimabile. È possibile visualizzare un singolo albero selezionandolo dall'elenco Albero nella scheda Albero delle decisioni del visualizzatore.
Un albero delle decisioni è costituito da una serie di divisioni di cui la più importante, determinata dall'algoritmo, si trova a sinistra del visualizzatore nel nodo Tutto. Le altre divisioni si trovano a destra. La divisione nel nodo Tutto è la più importante in quanto contiene l'espressione condizionale più attendibile tra quelle che causano la divisione nel set di dati e, di conseguenza, ha causato la prima divisione.
È possibile espandere o comprimere singoli nodi dell'albero per visualizzare o nascondere le divisioni che ricorrono dopo ogni nodo. È inoltre possibile utilizzare le opzioni della scheda Albero delle decisioni per influire sulla visualizzazione dell'albero. Per modificare il numero di livelli visualizzati nell'albero, utilizzare il dispositivo di scorrimento Mostra livello. Per impostare il numero predefinito di livelli visualizzati per tutti gli alberi del modello, utilizzare Espansione predefinita.
Stima di attributi discreti
Se un albero è stata compilato con un attributo stimabile discreto, in ogni nodo dell'albero verranno visualizzati gli elementi seguenti:
La condizione che ha causato la divisione.
Un istogramma che rappresenta la distribuzione degli stati dell'attributo stimabile, ordinati in base alla diffusione.
Per modificare il numero di stati visualizzati negli istogrammi dell'albero, è possibile utilizzare l'opzione Istogramma. Tale opzione è utile se l'attributo stimabile include molti stati. Gli stati vengono visualizzati nell'istogramma in ordine di diffusione da sinistra a destra. Se il numero di stati che si sceglie di visualizzare è inferiore al numero totale di stati dell'attributo, gli stati meno frequenti vengono visualizzati collettivamente in grigio. Per ottenere il conteggio esatto relativo a ogni stato di un nodo, posizionare il puntatore sul nodo per visualizzare una finestra popup oppure selezionare il nodo per visualizzare i relativi dettagli nella Legenda data mining.
Il colore di sfondo di ogni nodo rappresenta la concentrazione di case dello stato specifico dell'attributo selezionato tramite l'opzione Sfondo. Tale opzione consente di evidenziare i nodi che contengono la destinazione specifica desiderata.
Stima di attributi continui
Se un albero è stato compilato con un attributo stimabile continuo, verrà visualizzato un grafico a rombi, anziché un istogramma, per ogni nodo dell'albero. Il grafico a rombi include una linea che rappresenta l'intervallo dell'attributo. Il rombo è posizionato in corrispondenza della media del nodo e lo spessore del rombo rappresenta la varianza dell'attributo in tale nodo. Un rombo con spessore maggiore indica che il nodo può creare una stima più accurata. Viene inoltre visualizzata l'equazione di regressione, utilizzata per determinare la divisione nel nodo.
Opzioni di visualizzazione aggiuntive per l'albero delle decisioni
Se si attiva il drill-through per un modello di albero delle decisioni, è possibile accedere ai case di training che supportano un nodo facendo clic con il pulsante destro del mouse sul nodo dell'albero e selezionando Drill-through. Per attivare il drill-through, è possibile utilizzare la Creazione guidata modello di data mining oppure modificare la proprietà del drill-through sul modello di data mining nella scheda Modelli di data mining.
È possibile ingrandire o ridurre un albero tramite le opzioni di zoom della scheda Albero delle decisioni oppure adattare l'intero modello alla schermata del visualizzatore tramite l'opzione Adatta. Se un albero è troppo grande per adattarlo alla schermata, è possibile spostarsi all'interno dell'albero tramite l'opzione Navigazione. Se si fa clic sull'opzione Navigazione, verrà aperta una finestra di navigazione separata che consente di selezionare le sezioni del modello da visualizzare.
È inoltre possibile copiare l'immagine della visualizzazione albero negli Appunti in modo da poterla incollare nei documenti o nel software per la modifica di immagini. Utilizzare Copia parte visibile del grafico per copiare solo la sezione dell'albero visibile nel visualizzatore, oppure utilizzare Copia grafico intero per visualizzare tutti i nodi espansi nell'albero.
Torna all'inizio
Rete di dipendenze
Nella scheda Rete di dipendenze vengono visualizzate le dipendenze tra gli attributi di input e gli attributi stimabili del modello. Il dispositivo di scorrimento a sinistra del visualizzatore svolge la funzione di filtro correlato ai livelli di attendibilità delle dipendenze. Se si sposta il dispositivo di scorrimento verso il basso, vengono visualizzati solo i collegamenti più attendibili.
Quando si seleziona un nodo, nel visualizzatore vengono evidenziate le dipendenze specifiche del nodo. Se ad esempio si sceglie un nodo stimabile, nel visualizzatore viene inoltre evidenziato ogni nodo utilizzato per la stima del nodo stimabile.
Se il visualizzatore contiene un numero elevato di nodi, è possibile cercare nodi specifici tramite il pulsante Trova nodo. Se si fa clic sul pulsante Trova nodo, verrà aperta la finestra di dialogo Trova nodo, che consente di cercare e selezionare nodi specifici mediante un filtro.
La legenda nella parte inferiore del visualizzatore consente di individuare le corrispondenze tra i colori e i tipi di dipendenza rappresentati nel grafico. Ad esempio, quando si seleziona un nodo stimabile, a quest'ultimo viene applicata un'ombreggiatura turchese mentre ai nodi utilizzati per la stima del nodo selezionato viene applicata un'ombreggiatura arancione.
Torna all'inizio
Legenda data mining
Quando si seleziona un nodo nel modello di albero delle decisioni, nella Legenda data mining vengono visualizzate le informazioni seguenti:
Il numero di case nel nodo, suddivisi in base agli stati dell'attributo stimabile
La probabilità di ogni case dell'attributo stimabile per il nodo
Un istogramma che include un conteggio per ogni stato dell'attributo stimabile
Le condizioni necessarie per raggiungere un nodo specifico, note anche come percorso del nodo
Per i modelli di regressione lineare, la formula di regressione.
È possibile ancorare e utilizzare la Legenda data mining in modo analogo a Esplora soluzioni.
Torna all'inizio
Vedere anche
Riferimento
Visualizzatori modello di data mining (Progettazione modelli di data mining)
Concetti
Algoritmo Microsoft Decision Trees
Visualizzatori modello di data mining
Altre risorse
Attività e procedure relative al visualizzatore modello di data mining