Lezione 4: Esplorazione dei modelli di mailing diretto (Esercitazione di base sul data mining)

Articolo
10/11/2016

Si applica a: SQL Server 2016 Preview

Dopo avere elaborato i modelli nel progetto, è possibile esplorarli per individuare tendenze interessanti. Poiché l'analisi dei numeri dei modelli può risultare difficile e complessa, SQL Server Data Mining offre alcuni strumenti visivi che consentono di analizzare i dati e comprendere le regole e le relazioni che gli algoritmi hanno individuato all'interno dei dati. È inoltre possibile utilizzare vari test di accuratezza per convalidare il set di dati o per individuare il modello che garantisce le prestazioni migliori prima di distribuirlo.

Quando si utilizza SQL Server Data Tools (SSDT) per esplorare i modelli, ogni modello creato viene elencato nella Visualizzatore modello di Data Mining scheda della finestra di progettazione di Data Mining. Per esplorare i modelli, è possibile utilizzare i visualizzatori. Questi visualizzatori sono disponibili anche in SQL Server Management Studio.

Ognuno degli algoritmi utilizzati per compilare un modello in Analysis Services restituisce un risultato di tipo diverso. Di conseguenza, in Analysis Services sono disponibili visualizzatori personalizzati per ogni tipo di modello di apprendimento automatico.

Se si desidera approfondire i dettagli, Analysis Services fornisce anche un visualizzatore HTML, denominato il Generic Content Tree Viewer, che consente di visualizzare informazioni dettagliate sui dati del modello e tutti i modelli sono stati trovati, in un formato semi tabulare. Per altre informazioni, vedere Visualizzare un modello usando Microsoft Generic Content Tree Viewer.

In questa lezione verranno analizzati dei tre modelli creati. Ogni tipo di modello è basato su un algoritmo diverso e fornisce informazioni diverse sui dati.

Il modello Decision Trees offre informazioni sui fattori che influiscono sull'acquisto di biciclette.
Il modello di clustering raggruppa i clienti per attributi che includono il comportamento relativo all'acquisto di biciclette e altri attributi selezionati.
Il modello Naive Bayes consente di esplorare la relazione tra attributi diversi.

Per ulteriori informazioni su ogni visualizzatore dei modelli di data mining, vedere gli argomenti seguenti.

Tutti e tre i modelli possono essere visualizzati utilizzando il Generic Content Tree Viewer, per estrarre formule, valori di dati e così via.