Business Data Analytics. Технологии добычи знаний и интеллектуального анализа данных. Data mining Сайт www.BusinessDataAnalytics.ru
предлагает актуальные материалы
об алгоритмах и технологиях
добычи знаний и интеллектуального
анализа данных.

Создание прогнозов

Теперь, после того как вы закончили с моделями анализа, можете перейти к созданию DMX запросов, используя Prediction Query Builder. Prediction Query Builder аналогичен Access Query Builder, где вы можете использовать drag-and-drop для построения запросов. Инструмент содержит три окна:

  • Design
  • Query
  • Result

Рисунок 20    Prediction Query Builder - вид по умолчанию.

Рисунок 20 Prediction Query Builder - вид по умолчанию.

Используя окна Design и Query, вы можете создавать и просматривать запросы. Результаты выполнения отображаются на странице Result.

Создание запросов

Первым шагом при создании запроса является выбор модели анализа и таблицы с исходными данными.

Чтобы выбрать модель и таблицу с исходными данными
  1. В окне Mining Model нажмите Select model.
    Откроется диалоговое окно Select Mining Model. По умолчанию выбрана первая модель в структуре.
  2. Переместитесь по дереву к пункту Targeted Mailing и нажмите на него.
  3. В поле Select Input Table(s) нажмите Select case table.
    Откроется диалоговое окно Select Table.
  4. Спуститесь по дереву к таблице Prospect из data source AdventureWorksDW.

После того, как вы указали таблицу с исходными данными, Prediction Query Builder создаст связи по умолчанию между моделью и таблицей, основанные на совпадении имён столбцов, как показано на рисунке 21.

Рисунок 21 Соответствие столбцов на странице Mining Model Prediction.

Рисунок 21 Соответствие столбцов на странице Mining Model Prediction.

Чтобы построить запрос на прогноз
  1. В поле Source, нажмите на ячейку в первой пустой строке, затем кликните на Prospect table.
  2. В поле Field, рядом с записью, созданной на первом шаге, кликните ProspectKey.
    При этом добавится уникальный идентификатор к запросу, так что вы сможете определить кто склонен или наоборот, несклонен к покупке велосипеда.
  3. Нажмите на следующей ячейке в столбце Source, затем кликните на Targeted Mailing.
  4. В ячейке Field, выберите Bike Buyer.
    Таким образом, определяется, что для создания прогнозов будет использована модель Microsoft Clustering из структуры Targeted Mailing.
  5. Нажмите на следующей ячейке в столбце Source, затем нажмите Prediction Function.
  6. Рядом с Prediction Function, в поле Field, нажмите PredictProbability.
    Функции прогнозирования дают информацию о том, о том как делается прогноз. Функция PredictProbability предоставляет информацию о вероятности правильного прогноза. Вы можете определить параметры функции в столбце Criteria/Argument.
  7. В поле Criteria/Argument, наберите [Targeted Mailing].[Bike Buyer].
    Этим действием назначается целевой столбец для функции PredictProbability.

Для более подробной информации о функциях, обратитесь к разделу " DMX Function Reference " в SQL Server Books Online.

На вашем экране должно отобразиться следующее (см. рисунок 22).

Рисунок 22 Prediction Query Builder на странице Mining Model Prediction.

Рисунок 22 Prediction Query Builder на странице Mining Model Prediction.

Нажав на иконку в левом верхнем углу, можно переключиться в Query view и просмотреть DMX код, созданный Prediction Query Builder. Кроме того, вы можете исполнить запрос, изменить и затем исполнить его, однако изменённый запрос не отобразится при переходе назад в Design View.

Просмотр результатов

Вы можете исполнить запрос, нажав на стрелку рядом с иконкой левом верхнем углу страницы, затем нажмите Result. На рисунке 23 показаны результаты запроса.

Рисунок 23   Страница результатов.

Рисунок 23 Страница результатов.

Столбцы ProspectKey, BikeBuyer и Expression отвечают соответственно идентификатору потенциальных покупателей, купят ли они велосипед (1 или 0) и вероятности правильности прогноза. Вы можете использовать эти результаты, чтобы определить, кому следует разослать письма с предложением.

в начало страницы