リフト チャートを使用した精度テスト (基本的なデータ マイニング チュートリアル)

Business Intelligence Development Studio のデータ マイニング デザイナーの [マイニング精度チャート] タブに切り替えて、[入力の選択] タブをクリックします。

[精度チャートに使用するデータセットの選択] グループ ボックスで [マイニング構造のテスト ケースを使用する] を選択し、マイニング構造の作成時に確保しておいたテスト データを使用してモデルをテストします。

その他のオプションの詳細については、「マイニング モデルの精度の測定 (Analysis Services - データ マイニング)」を参照してください。

データ マイニング デザイナーの [入力の選択] タブにある [リフト チャートに表示する予測可能なマイニング モデル列の選択] で、[予測列と値の同期] チェック ボックスをオンにします。

[予測可能列名] 列で、各モデルについて [Bike Buyer] が選択されていることを確認します。

[表示] 列で、各モデルのチェック ボックスをオンにします。

既定では、マイニング構造内のすべてのモデルが選択されます。モデルを除外することもできますが、このチュートリアルではすべてのモデルを選択したままにしておきます。

[予測値] 列で [1] を選択します。同じ予測可能列を持つモデルのそれぞれに対して、同じ値が自動的に設定されます。

[リフト チャート] タブをクリックして、リフト チャートを表示します。

このタブをクリックすると、サーバーとデータベースに対し、指定のマイニング構造および指定の入力テーブルまたはテスト データの予測クエリが実行されます。結果がグラフとして表示されます。

[予測値] に値を入力すると、リフト チャートによってランダム推測モデルと理想モデルが表示されます。作成したマイニング モデルは、この 2 極、つまりランダムな推測と、完璧な予測の間に位置します。ランダムな推測に対する改善は、すべてリフトと見なされます。

凡例を使用して、理想モデルとランダム推測モデルを表す色付きの線を配置します。

TM_Decision_Tree モデルが最もリフトが大きく、Clustering モデルや Naive Bayes モデルより高精度であることがわかります。