Onglet Réseau de dépendances (Visionneuse de modèle d'exploration de données)
L'onglet Réseau de dépendances affiche sous forme graphique tous les attributs contenus dans le modèle d'exploration de données et illustre les relations qu'il existe entre eux.
L'onglet Réseau de dépendances est utilisé pour plusieurs types de modèles d'exploration de données, y compris les modèles Naïve Bayes, les modèles d'arbre de décision et les modèles d'association. Pour plus d'informations sur la manière d'interpréter le contenu de l'onglet Réseau de dépendances dans le contexte de ces modèles, consultez les liens suivants :
Explorer un modèle à l'aide de la visionneuse d'arborescences Microsoft
Explorer un modèle à l'aide de la visionneuse de l'algorithme MNB (Microsoft Naive Bayes)
Explorer un modèle à l'aide de la visionneuse de l'algorithme MAR (Microsoft Association Rules)
Options
Actualiser le contenu de l'observateur
Recharge le modèle d'exploration de données dans la visionneuse.Modèle d'exploration de données
Choisissez un modèle d'exploration de données à afficher, parmi ceux de la structure d'exploration de données active. Le modèle d'exploration de données s'ouvre dans une visionneuse personnalisée. Le type de visionneuse personnalisée qui est utilisée pour chaque modèle est déterminé par l'algorithme que vous avez utilisé pour créer le modèle.Visionneuse
Choisissez la visionneuse à utiliser pour explorer le modèle d'exploration de données sélectionné. Pour chaque modèle, vous pouvez utiliser la visionneuse personnalisée fournie pour chaque modèle d'exploration de données ou la visionneuse de contenu d'exploration de données (Microsoft Mining Content Viewer). Vous pouvez également utiliser les visionneuses de plug-in, le cas échéant. La visionneuse de l'arborescence de contenu Microsoft peut être utilisée avec tous les modèles, et représente le contenu du modèle dans une table HTML.Zoom avant
Permet d'effectuer un zoom avant sur le schéma afin que vous puissiez voir les attributs plus en détail.Zoom arrière
Permet d'effectuer un zoom arrière sur le schéma, afin que vous puissiez voir plus d'attributs et les liens entre eux.Copier la vue du graphique
Copie la partie visible du diagramme dans le Presse-papiers.Copier le graphique entier
Copie la totalité du diagramme dans le Presse-papiers.Liens
Ajustez le nombre de liens (arêtes) et de nœuds affichés par la visionneuse en déplaçant le curseur à droite des attributs. Faites glisser la barre de curseur vers le bas pour augmenter la valeur de seuil, afin que seuls les liens les plus forts soient affichés. Pour chaque type de modèle, une valeur légèrement différente est utilisée pour représenter les liens dans le graphique :Dans un modèle d'arbre de décision, les arêtes représentent la force prédictive de la connexion, déterminée en partie par le score de fractionnement.
Dans un modèle Naïve Bayes, les liens entre deux nœuds peuvent s'appliquer dans l'une ou l'autre direction : autrement dit, le nœud A peut prédire le nœud B, et inversement. Le score associé à l'arête représente la force prédictive de la connexion.
Dans un modèle d'association, les arêtes entre les nœuds représentent le score d'importance de la règle qui connecte deux jeux d'éléments.
Règle générale pour tous les types de modèle : plus le lien est fort, plus la relation prédictive entre les deux attributs est forte.
Voir aussi
Référence
Visionneuses de modèle d'exploration de données (Concepteur de modèle d'exploration de données)
Concepts
Algorithmes d'exploration de données (Analysis Services - Exploration de données)