Pestaña Validación cruzada (vista Gráfico de precisión de minería de datos)
La validación cruzada le permite dividir una estructura de minería de datos en secciones transversales y entrenar y probar de forma iterativa los modelos con cada sección transversal. Se especifican varios subconjuntos en los que se dividirán los datos, y cada uno se usa a su vez como datos de pruebas, mientras que los datos restantes se usan para entrenar un nuevo modelo. A continuación, Analysis Services genera un conjunto de métricas de precisión estándar para cada modelo. Al comparar las medidas de los modelos generados para cada sección transversal, puede hacerse una idea del grado de confiabilidad del modelo de minería con respecto a todo el conjunto de datos.
Para obtener más información, vea Validación cruzada (Analysis Services - Minería de datos).
Nota:
No se puede usar la validación cruzada con modelos creados mediante el algoritmo de serie temporal de Microsoft o el algoritmo de agrupación en clústeres de secuencia de Microsoft. Si ejecuta el informe en una estructura de minería de datos que contiene estos tipos de modelos, los modelos no se incluirán en el informe.
Lista de tareas
Especifique el número de subconjuntos.
Especifique el número máximo de casos para utilizar en la validación cruzada.
Especifique la columna de predicción.
Si lo desea, puede especificar un estado de predicción.
Además, puede establecer parámetros que controlen cómo se evalúa la precisión de la predicción.
Haga clic en Obtener resultados para mostrar los resultados de la validación cruzada.
Lista de elementos de la interfaz de usuario
Recuento de plegamientos
Especifique el número de subconjuntos, o particiones, que desea crear. El valor mínimo es 2, lo que significa que se usa la mitad del conjunto de datos para las pruebas y la otra mitad para el aprendizaje.
El valor máximo es 10 para las estructuras de minería de datos de la sesión.
El valor máximo es 256 si la estructura de minería de datos se almacena en una instancia de Analysis Services.
Nota:
Cuando aumenta el número de subconjuntos, el tiempo que se necesita para realizar la validación cruzada aumenta de igual forma en n. Pueden producirse problemas de rendimiento si el número de casos es elevado y el valor de Recuento de plegamientos también es elevado.
Casos máximos
Especifique el número máximo de casos para utilizar en la validación cruzada. El número de casos en cualquier subconjunto determinado es igual al valor Máximo de casos dividido por el valor de Recuento de plegamientos .
Si usa 0, todos los casos de los datos de origen se usarán para la validación cruzada.
No existe ningún valor predeterminado.
Nota:
El tiempo de proceso también aumenta a medida que aumenta el número de casos.
Atributo de destino
Seleccione una columna de la lista de columnas de predicción que se encuentra en todos los modelos. Solo puede seleccionar una columna predecible cada vez que realice validación cruzada.
Para probar solo los modelos de agrupación en clústeres, seleccione Clúster.
Estado de destino
Escriba un valor o seleccione un valor de destino en una lista desplegable de valores.
El valor predeterminado es null, que indica que se probarán todos los estados.
Se deshabilita para modelos de agrupación en clústeres.
Umbral de destino
Especifique un valor entre 0 y 1 que indique la probabilidad de la predicción anterior que se considera que un estado predicho es correcto. El valor se puede establecer en 0,1 incrementos.
El valor predeterminado es null, lo que indica que la predicción más probable se cuenta como correcta.
Nota:
Aunque puede establecer el valor en 0,0, si usa este valor aumentará el tiempo de proceso y no producirá resultados significativos.
Obtener resultados
Haga clic para comenzar la validación cruzada del modelo utilizando los parámetros especificados.
El modelo se divide en el número especificado de subconjuntos y para cada uno se prueba un modelo independiente. Por consiguiente, podría tardar algún tiempo para que la validación cruzada devuelva resultados.
Para más información sobre cómo interpretar los resultados del informe de validación cruzada, vea Medidas en el informe de validación cruzada.
Establecer el umbral de precisión
Puede controlar el estándar para medir la precisión de la predicción estableciendo un valor para Umbral de destino. Un umbral representa un tipo de barra de precisión. A cada predicción se le asigna una probabilidad de que el valor predicho sea correcto. Por lo tanto, si establece el valor umbral de destino más cerca de 1, es necesario que la probabilidad de que cualquier predicción determinada sea bastante alta para que se cuente como una buena predicción. Por el contrario, si establece umbral de destino más cerca de 0, incluso las predicciones con valores de probabilidad más bajos se cuentan como predicciones "buenas".
No hay ningún valor de umbral recomendado porque la probabilidad de cualquier predicción depende de la cantidad de datos y del tipo de predicción que se está realizando. Debería revisar algunas predicciones en niveles de probabilidad diferentes para determinar una barra de precisión adecuada para sus datos. Es importante que lo haga, ya que el valor establecido para Umbral de destino afecta a la precisión medida del modelo.
Por ejemplo, suponga que se hacen tres predicciones para un estado de destino determinado, y las probabilidades de cada predicción son 0,05, 0,15 y 0,8. Si establece el umbral en 0,5, solamente se tiene en cuenta una predicción como correcta. Si establece Umbral de destino en 0,10, se cuentan dos predicciones como correctas.
Cuando umbral de destino se establece nullen , que es el valor predeterminado, la predicción más probable para cada caso se cuenta como correcta. En el ejemplo recién citado, 0,05, 0,15 y 0,8 son las probabilidades de las predicciones de tres casos diferentes. Aunque las probabilidades son muy distintas, cada una se contaría como correcta, porque cada caso genera solo una predicción y éstas son las mejores predicciones para estos casos.
Consulte también
Pruebas y validación (minería de datos)
Validación cruzada (Analysis Services - Minería de datos)
Medidas en el informe de validación cruzada
Procedimientos almacenados de minería de datos (Analysis Services - Minería de datos)