Esplorazione del modello Naive Bayes (Esercitazione di base sul data mining)
Si applica a: SQL Server 2016 Preview
Il Microsoft algoritmo Naive Bayes fornisce diversi metodi per la visualizzazione dell'interazione tra l'acquisto di biciclette e gli attributi di input.
Il Microsoft Visualizzatore Naive Bayes fornisce le seguenti schede per l'esplorazione dei modelli di data mining Naive Bayes:
Rete di dipendenze
Profili attributo
Caratteristiche attributo
Analisi discriminante attributi
Rete di dipendenze
La rete di dipendenze scheda funziona esattamente come il rete di dipendenze per la scheda di Microsoft Tree Viewer. Ogni nodo nel visualizzatore rappresenta un attributo e le righe tra i nodi rappresentano le relazioni. Nel visualizzatore è possibile osservare tutti gli attributi che influiscono sullo stato dell'attributo stimabile, ovvero Bike Buyer.
Per esplorare il modello nella scheda Rete di dipendenze
Utilizzare il modello di Data Mining dall'inizio dell'elenco di Visualizzatore modello di Data Mining tab per passare al TM_NaiveBayes modello.
Utilizzare il Visualizzatore elenco per passare a Visualizzatore Microsoft Naive Bayes.
Fare clic sui Bike Buyer nodo per identificare le relative dipendenze.
L'ombreggiatura rosa indica che tutti gli attributi influenzano l'acquisto di biciclette.
Regolare il dispositivo di scorrimento per identificare l'attributo più influente.
Spostando verso il basso il dispositivo di scorrimento rimangono visibili solo gli attributi che incidono maggiormente sulla colonna [Bike Buyer]. Se si sposta il dispositivo di scorrimento è possibile individuare che alcuni degli attributi più influenti sono il numero di automobili possedute, la distanza dal luogo di lavoro e il numero complessivo di figli.
Torna all'inizio
Profili attributo
Il profili attributo scheda descrive come i diversi stati dell'effetto di attributi di input, il risultato dell'attributo stimabile.
Per esplorare il modello nella scheda Profili attributo
Nel stimabile verificare che Bike Buyer è selezionata.
Se il legenda Data Mining Blocca la visualizzazione del attributo profili, spostarlo in modo.
Nel istogramma barre, quindi selezionare 5.
Nel modello utilizzato in questo esempio 5 è il numero massimo di stati per ogni singola variabile.
Gli attributi che influiscono sullo stato di questo attributo stimabile vengono elencati in combinazione con i valori di ogni stato degli attributi di input e la loro distribuzione in ogni stato dell'attributo stimabile.
Nel attributi colonna, trovare Number Cars Owned. Si notino le differenze negli istogrammi tra gli acquirenti di biciclette (la colonna con etichetta 1) e i non acquirenti (la colonna con etichetta 0). È molto più probabile che una bicicletta venga acquistata da una persona priva di automobili o che ne possiede una sola.
Fare doppio clic sui Number Cars Owned cella acquirenti di biciclette colonna (colonna con etichettata 1).
Il legenda Data Mining consente di visualizzare informazioni più dettagliate.
Torna all'inizio
Caratteristiche attributo
Con il Caratteristiche attributo scheda, è possibile selezionare un attributo e un valore per visualizzare la frequenza con cui vengono visualizzati i valori per gli altri attributi nei casi di valore selezionato.
Per esplorare il modello nella scheda Caratteristiche attributo
Nel attributo elenco, verificare che Bike Buyer è selezionata.
Impostare il valore a 1.
Nel visualizzatore si osserverà che è più probabile che una bicicletta venga acquistata dai clienti senza figli, che abitano a breve distanza dal luogo di lavoro e che vivono nell'area dell'America del nord.
Torna all'inizio
Analisi discriminante attributi
Con il Analisi discriminante attributi scheda, è possibile esaminare la relazione tra due valori discreti dell'acquisto di biciclette e altri valori di attributo. Poiché il TM_NaiveBayes modello ha solo due stati, 1 e 0, non è necessario apportare modifiche al visualizzatore.
Nel visualizzatore è possibile osservare che le persone che non possiedono un'automobile tendenzialmente acquistano biciclette, mentre le persone che possiedono due automobili in genere non ne acquistano.
Attività correlate
Per esplorare gli altri modelli di data mining, vedere gli argomenti seguenti.
Esplorazione del modello Decision Trees ( Esercitazione di base di Data Mining )
Esplorare il modello di Clustering ( Esercitazione di base di Data Mining )
Lezione successiva
Lezione 5: Test di modelli ( Esercitazione di base di Data Mining )
Attività precedente della lezione
Esplorare il modello di Clustering ( Esercitazione di base di Data Mining )
Vedere anche
Visualizzare un modello utilizzando il Visualizzatore Microsoft Naive Bayes
Scheda Analisi discriminante attributi (Visualizzatore modello di data mining)
Scheda Profili attributo (Visualizzatore modello di data mining)
Scheda Caratteristiche attributo (Visualizzatore modello di data mining)
Scheda Rete di dipendenze (Visualizzatore modello di data mining)