Artículo
03/30/2012

SystemGetClusterAccuracyResults (Analysis Services - Minería de datos)

Devuelve métricas de precisión de validación cruzada para una estructura de minería de datos y los modelos de agrupación en clústeres relacionados.

Este procedimiento almacenado devuelve métricas para todo el conjunto de datos como partición única. Para particionar el conjunto de datos en secciones transversales y devolver métricas para cada partición, utilice SystemGetClusterCrossValidationResults (Analysis Services - Minería de datos).

Nota

Este procedimiento almacenado solamente funciona para los modelos de agrupación en clústeres. Para los modelos que no sean de agrupación en clústeres, utilice SystemGetAccuracyResults (Analysis Services - Minería de datos).

Sintaxis

SystemGetClusterAccuracyResults(
<mining structure> 
[,<mining model list>]
,<data set>
,<test list>])

Argumentos

mining structure
Nombre de una estructura de minería de datos en la base de datos actual.

(Requerido)
mining model list
Lista separada por comas de los modelos que se van a validar.

El valor predeterminado es null, lo que significa que se utilizan todos los modelos aplicables. Cuando se utiliza el valor predeterminado, los modelos que no son de agrupación en clústeres se excluyen automáticamente de la lista de candidatos para el procesamiento.

(Opcional)
data set
Valor entero que indica la partición de la estructura de minería de datos que se va a utilizar para realizar pruebas. El valor se deriva de una máscara de bits que representa la suma de los valores siguientes, donde cualquier valor individual es opcional:

Casos de entrenamiento

0x0001

Casos de prueba

0x0002

Filtro de modelo

0x0004

Para obtener una lista completa de los posibles valores, vea la sección Notas de este tema.

(Requerido)
test list
Cadena que especifica las opciones de prueba. Este parámetro se reserva para uso futuro.

(Opcional)

Tipo devuelto

Tabla que contiene puntuaciones para cada partición individual y agregados para todos los modelos.

En la tabla siguiente se muestran las columnas que devuelve SystemGetClusterAccuracyResults. Para obtener más información sobre cómo interpretar la información que devuelve el procedimiento almacenado, vea Informe de validación cruzada (Analysis Services - Minería de datos).

Nombre de columna	Descripción
ModelName	Nombre del modelo que se probó. Todos indica que el resultado es un agregado para todos los modelos.
AttributeName	No aplicable a los modelos de agrupación en clústeres.
AttributeState	No aplicable a los modelos de agrupación en clústeres.
PartitionIndex	Número que indica la partición. Para este procedimiento almacenado, el número siempre es 0.
PartitionCases	Entero que indica el número de casos que se han probado.
Test	Tipo de prueba que se realizó.
Measure	Nombre de la medida que devuelve la prueba. Las medidas para cada modelo dependen del tipo de modelo, y el tipo del valor de predicción. Para obtener una lista de las medidas que se devuelven para cada tipo de predicción, vea Informe de validación cruzada (Analysis Services - Minería de datos). Para obtener una definición de cada medida, vea Validación cruzada (Analysis Services - Minería de datos).
Value	Puntuación de probabilidad que indica la probabilidad del caso de clúster.

Comentarios

En la tabla siguiente se proporcionan ejemplos de los valores que puede utilizar para especificar los datos de la estructura de minería de datos que se usan para la validación cruzada. Si desea utilizar casos de prueba para la validación cruzada, la estructura de minería de datos ya debe contener un conjunto de datos de prueba. Para obtener información sobre cómo definir un conjunto de datos de prueba al crear una estructura de minería de datos, vea Crear particiones de los datos en conjuntos de entrenamiento y de pruebas (Analysis Services - Minería de datos).

Valor entero	Descripción
1	Solo se utilizan casos de entrenamiento.
2	Solo se utilizan casos de prueba.
3	Se utilizan casos de entrenamiento y de prueba.
4	Combinación no válida.
5	Solo se utilizan casos de entrenamiento y se aplica el filtro de modelo.
6	Solo se utilizan casos de prueba y se aplica el filtro de modelo.
7	Se utilizan casos de entrenamiento y de prueba y se aplica el filtro de modelo.

Para obtener más información sobre los escenarios en los que se utilizaría la validación cruzada, vea Validar modelos de minería de datos (Analysis Services - Minería de datos).

Ejemplos

En este ejemplo se devuelven medidas de precisión para dos modelos de agrupación en clústeres, denominados Cluster 1 y Cluster 2, que están asociados a la estructura de minería de datos vTargetMail. El código de la línea cuatro indica que los resultados deben basarse solamente en los casos de prueba, sin utilizar ningún filtro que pueda estar asociado a cada modelo.

CALL SystemGetClusterAccuracyResults (
[vTargetMail],
[Cluster 1], [Cluster 2],
2
)

Resultados del ejemplo:

ModelName	AttributeName	AttributeState	PartitionIndex	PartitionSize	Test	Measure	Value
Cluster 1			0	5545	Agrupación en clústeres	Probabilidad de casos	0.796514342249313
Cluster 2			0	5545	Agrupación en clústeres	Probabilidad de casos	0.732122471228572