Creazione di una struttura e di un modello di rete neurale (Esercitazione intermedia sul data mining)
Per creare un modello di data mining, è innanzitutto necessario utilizzare la Creazione guidata modello di data mining per creare una nuova struttura di data mining basata sulla nuova vista origine dati. In questa attività verrà utilizzata la procedura guidata per creare una struttura di data mining e, contemporaneamente, il modello di data mining associato basato sull'algoritmo Microsoft Neural Network.
Poiché le reti neurali sono estremamente flessibili e possono analizzare molte combinazioni di input e output, è necessario sperimentare diverse modalità di elaborazione dei dati per ottenere risultati ottimali. Potrebbe essere necessario, ad esempio, personalizzare il modo in cui i dati vengono suddivisi in contenitori o raggruppati per soddisfare requisiti aziendali specifici. A tale scopo, è necessario aggiungere una nuova colonna alla struttura di data mining per raggruppare i dati numerici in modi diversi, quindi creare un modello che utilizzi la nuova colonna. Questi modelli di data mining verranno utilizzati per alcune attività di esplorazione.
Dopo avere identificato, grazie al modello di rete neurale, i fattori di maggiore impatto per le questioni aziendali, sarà infine necessario creare un modello distinto per la stima e l'assegnazione dei punteggi. Verrà utilizzato l'algoritmo Microsoft Logistic Regression, basato sul modello di rete neurale, ma ottimizzato per la ricerca di una soluzione basata su input specifici.
Creazione della struttura predefinita del call center
Per creare la struttura e il modello predefiniti di data mining basati su una rete neurale
In Esplora soluzioni di Business Intelligence Development Studio fare clic con il pulsante destro del mouse su Strutture di data mining, quindi scegliere Nuova struttura di data mining.
Nella pagina iniziale di Creazione guidata modello di data mining fare clic su Avanti.
Nella pagina Selezione metodo di definizione verificare che sia selezionato il pulsante di opzione Da database relazionale o data warehouse esistente e quindi fare clic su Avanti.
Nella pagina Crea la struttura di data mining verificare che l'opzione Crea struttura di data mining con un modello di data mining sia selezionata.
Fare clic sull'elenco a discesa dell'opzione Selezionare la tecnica di data mining che si desidera utilizzare, quindi selezionare Microsoft Neural Network.
Poiché i modelli di regressione logistica sono basati sulle reti neurali, è possibile riutilizzare la stessa struttura e aggiungere un nuovo modello di data mining.
Scegliere Avanti.
Verrà visualizzata la pagina Selezione vista origine dati.
Selezionare Call Center in Viste origine dati disponibili, quindi scegliere Avanti.
Nella pagina Impostazione tipi di tabelle selezionare la casella di controllo Case accanto alla tabella FactCallCenter. Scegliere Avanti.
Nella pagina Impostazione dati di training selezionare Chiave accanto alla colonna FactCallCenterID.
Selezionare le caselle di controllo Stima e Input.
Selezionare le caselle di controllo Chiave, Input e Stima come indicato nella tabella seguente:
Tabelle/Colonne
Chiave/Input/Stima
AutomaticResponses
Input
AverageTimePerIssue
Input/Stima
Calls
Input
DateKey
Non utilizzare
DayOfWeek
Input
FactCallCenterID
Chiave
IssuesRaised
Input
LevelOneOperators
Input/Stima
LevelTwoOperators
Input
Orders
Input/Stima
ServiceGrade
Input/Stima
Shift
Input
TotalOperators
Non utilizzare
WageType
Input
Nella pagina Impostazione tipo di contenuto e dati delle colonne verificare che la griglia contenga le colonne, i tipi di contenuto e i tipi di dati indicati nella tabella seguente, quindi fare clic su Avanti.
Colonne
Tipo contenuto
Tipi di dati
AutomaticResponses
Continuous
Long
AverageTimePerIssue
Continuous
Long
Calls
Continuous
Long
DayOfWeek
Discrete
Text
FactCallCenterID
Key
Long
IssuesRaised
Continuous
Long
LevelOneOperators
Continuous
Long
LevelTwoOperators
Continuous
Long
Orders
Continuous
Long
ServiceGrade
Continuous
Double
Shift
Discrete
Text
WageType
Discrete
Text
Nella pagina Crea set di testing cancellare il contenuto della casella Percentuale di dati per il testing. Scegliere Avanti.
Nella pagina Completamento procedura guidata digitare Call Center in Nome struttura di data mining.
In Nome modello di data mining digitare Call Center Default NN, quindi scegliere Fine.
La casella Consenti drill-through è disattivata perché non è possibile eseguire il drill-through nei dati con i modelli di rete neurale.
In Esplora soluzioni fare clic con il pulsante destro del mouse sul nome della struttura di data mining creata, quindi scegliere Elabora.
Informazioni sulla discretizzazione
Per impostazione predefinita, quando si crea un modello di rete neurale che include un attributo stimabile numerico, l'algoritmo Microsoft Neural Network considera l'attributo un numero continuo. L'attributo ServiceGrade, ad esempio, è un numero che teoricamente varia da 0,00 (risposta a tutte le chiamate) a 1,00 (tutti i chiamanti riattaccano). In questo set di dati i valori hanno la distribuzione seguente:
.gif "Distribuzione dei valori del livello di servizio")
Di conseguenza, quando si elabora il modello, gli output possono essere raggruppati in modo diverso dal previsto. Il modello predefinito, ad esempio, che utilizza il clustering per trovare gruppi di valori, suddivide ServiceGrade in intervalli come 0,0748051948 - 0,09716216215. Benché questo raggruppamento sia matematicamente preciso, gli intervalli potrebbero non essere altrettanto significativi per gli utenti aziendali. Per raggruppare i valori numerici in modo diverso, è possibile creare una o più copie della colonna di dati numerici e specificare la modalità di elaborazione dei valori da parte dell'algoritmo di data mining. È possibile, ad esempio, specificare che l'algoritmo divida i valori in non più di cinque contenitori.
Analysis Services offre un'ampia gamma di metodi per suddividere in contenitori o elaborare dati numerici. Nella tabella seguente vengono illustrate le differenze tra i risultati quando l'attributo di output ServiceGrade viene elaborato in tre modi diversi, ovvero:
Considerandolo un numero continuo
Facendo in modo che l'algoritmo discretizzi il valore in base al miglior metodo possibile, ovvero il clustering
Suddividendo i numeri in base al metodo delle aree uguali
Modello predefinito (continuo) |
Suddiviso tramite clustering |
Suddiviso in base al metodo delle aree uguali |
|---|---|---|
VALUESUPPORT
Missing0
0.09875120
|
VALUESUPPORT
< 0.074805194834
0.0748051948 - 0.0971621621527
0.09716216215 - 0.1329729729539
0.13297297295 - 0.16749999997510
>= 0.16749999997510
|
VALUESUPPORT
< 0.0726
0.07 - 0.0022
0.09 - 0.1136
>= 0.1236
|
In questa tabella la colonna VALUE indica il modo in cui è stato gestito il numero continuo, mentre la colonna SUPPORT indica il numero di righe trovate per il valore, l'intervallo o il tipo di valore. Per ulteriori informazioni sulle opzioni di suddivisione in contenitori, vedere Metodi di discretizzazione (data mining).
[!NOTA]
È possibile ottenere tali statistiche dal nodo delle statistiche marginali del modello al termine dell'elaborazione di tutti i dati. Per ulteriori informazioni sul nodo delle statistiche marginali, vedere Contenuto dei modelli di data mining per i modelli di rete neurale (Analysis Services - Data mining).
In alternativa, anziché utilizzare i valori numerici, è possibile aggiungere una colonna derivata distinta per la classificazione dei livelli di servizio in intervalli di destinazione predefiniti, ad esempio Ottimo (ServiceGrade <= 0,05), Accettabile (0,10 > ServiceGrade > 0,05) e Scarso (ServiceGrade >= 0,10).
Creazione di una copia di una colonna e modifica del metodo di discretizzazione
Nel modello di data mining di Analysis Services è possibile modificare in modo semplice la modalità di suddivisione in contenitori dei dati numerici all'interno di una struttura di data mining aggiungendo una copia della colonna contenente i dati di destinazione e modificando il metodo di discretizzazione.
Nella procedura seguente viene illustrato come eseguire una copia della colonna di data mining che contiene l'attributo di destinazione ServiceGrade. Verranno quindi create più copie di qualsiasi colonna in una struttura di data mining, incluso l'attributo stimabile.
Verrà quindi personalizzato il raggruppamento dei valori numerici nella colonna copiata, in modo da ridurre la complessità dei raggruppamenti. Ai fini di questa esercitazione, verrà utilizzato il metodo di discretizzazione delle aree uguali e verranno specificati quattro bucket. I raggruppamenti risultanti da questo metodo sono piuttosto vicini ai valori di destinazione di interesse per gli utenti aziendali.
[!NOTA]
Durante l'esplorazione iniziale dei dati, è inoltre possibile sperimentare diversi metodi di discretizzazione oppure provare innanzitutto a raggruppare i dati.
Per creare una copia personalizzata di una colonna nella struttura di data mining
In Esplora soluzioni fare doppio clic sulla struttura di data mining creata.
Nella scheda Struttura di data mining fare clic su Aggiungi colonna per la struttura di data mining.
Nella finestra di dialogo Seleziona colonna selezionare ServiceGrade nell'elenco in Colonna di origine, quindi scegliere OK.
Una nuova colonna verrà aggiunta all'elenco di colonne della struttura di data mining. Per impostazione predefinita, la nuova colonna di data mining avrà lo stesso nome della colonna esistente, seguito da un suffisso numerico, ad esempio ServiceGrade 1. È possibile modificare il nome della colonna in modo da renderlo più descrittivo. È inoltre necessario specificare il metodo di discretizzazione.
Fare clic con il pulsante destro del mouse su ServiceGrade 1, quindi scegliere Proprietà.
Nella finestra Proprietà individuare la proprietà Name e modificare il nome in Call Center Binned NN.
Verrà visualizzata una finestra di dialogo in cui viene richiesto se si desidera apportare la stessa modifica al nome di tutte le colonne del modello di data mining correlate. Scegliere No.
Nella finestra Proprietà individuare la sezione Tipo di dati ed espanderla, se necessario.
Modificare il valore della proprietà Content da Continuous in Discretized.
Sono ora disponibili le proprietà elencate di seguito. Modificare i valori delle proprietà come indicato nella tabella seguente:
Proprietà
Valore predefinito
Nuovo valore
DiscretizationMethod
Continuous
EqualAreas
DiscretizationBucketCount
Nessun valore
4
[!NOTA]
In realtà, il valore predefinito di DiscretizationBucketCount è 0, che significa che l'algoritmo determina automaticamente il numero ottimale di bucket. Se, pertanto, si desidera reimpostare questa proprietà sul valore predefinito, digitare 0.
In Progettazione modelli di data mining fare clic sulla scheda Modelli di data mining.
Quando si aggiunge una copia di una colonna della struttura di data mining, il flag di utilizzo per la copia viene impostato automaticamente su Ignore. Quando si aggiunge una copia di una colonna a una struttura di data mining, la copia non viene in genere utilizzata per l'analisi insieme alla colonna originale perché, in caso contrario, l'algoritmo individuerebbe una stretta correlazione tra le due colonne, nascondendo altre relazioni.
Aggiunta di un nuovo modello di data mining alla struttura di data mining
Dopo avere creato un nuovo raggruppamento per l'attributo di destinazione, è necessario aggiungere un nuovo modello di data mining che utilizzi la colonna discretizzata. Al termine, la struttura di data mining CallCenter includerà due modelli di data mining:
Il modello di data mining, Call Center Default NN, gestisce i valori ServiceGrade come intervallo continuo.
Il modello di data mining, Call Center Binned NN, discretizza i valori di ServiceGrade in quattro bucket distinti.
Per aggiungere un modello di data mining basato sulla nuova colonna discretizzata
In Esplora soluzioni fare clic con il pulsante destro del mouse sulla struttura di data mining creata, quindi scegliere Apri.
Fare clic sulla scheda Modelli di data mining.
Fare clic su Crea modello di data mining correlato.
Nella finestra di dialogo Nuovo modello di data mining digitare Call Center Binned NN in Nome modello. Nell'elenco a discesa Nome algoritmo selezionare Microsoft Neural Network.
Nell'elenco di colonne contenute nel nuovo modello di data mining individuare ServiceGrade, quindi modificare l'utilizzo da Predict a Ignore.
Analogamente, individuare ServiceGrade Binned e modificare l'utilizzo da Ignore a Predict.
Non è in genere possibile confrontare modelli di data mining che utilizzano attributi stimabili diversi. In SQL Server 2008, tuttavia, è possibile creare un alias per una colonna del modello di data mining. Ciò significa che è possibile rinominare la colonna ServiceGrade Binned all'interno del modello di data mining in modo che abbia lo stesso nome della colonna originale. È quindi possibile confrontare direttamente i due modelli in un grafico di accuratezza, anche se i dati vengono discretizzati in modo diverso.
Per aggiungere un alias per una colonna della struttura di data mining in un modello di data mining
Nella scheda Modelli di data mining selezionare ServiceGrade Binned in Struttura.
Nella finestra Proprietà verranno visualizzate le proprietà dell'oggetto, ovvero la colonna ScalarMiningStructure.
Nella colonna per il modello di data mining, ServiceGrade Binned NN, fare clic sulla cella corrispondente alla colonna ServiceGrade Binned.
Si noti che nella finestra Proprietà vengono ora visualizzate le proprietà dell'oggetto MiningModelColumn.
Individuare la proprietà Name, quindi modificarne il valore in ServiceGrade.
Individuare la proprietà Description e digitare Alias di colonna temporanea.
Nella finestra Proprietà saranno incluse le informazioni seguenti:
Proprietà
Valore
Descrizione
Alias di colonna temporanea
ID
ServiceGrade Binned
Flag di modellazione
Nome
Service Grade
SourceColumn ID
Service Grade 1
Utilizzo
Predict
Fare clic in un punto qualsiasi della scheda Modello di data mining.
La griglia verrà aggiornata per visualizzare il nuovo alias di colonna temporanea ServiceGrade, oltre all'utilizzo della colonna. La griglia contenente la struttura di data mining e i due modelli di data mining avranno un aspetto simile al seguente:
Struttura
Call Center Default NN
Call Center Binned NN
Microsoft Neural Network
Microsoft Neural Network
AutomaticResponses
Input
Input
AverageTimePerIssue
Stima
Stima
Calls
Input
Input
DayOfWeek
Input
Input
FactCallCenterID
Chiave
Chiave
IssuesRaised
Input
Input
LevelOneOperators
Input
Input
LevelTwoOperators
Input
Input
Orders
Input
Input
ServceGrade Binned
Ignora
Stima (ServiceGrade)
ServiceGrade
Stima
Ignora
Shift
Input
Input
Total Operators
Input
Input
WageType
Input
Input
Elaborazione del modello
Per garantire che i modelli creati siano confrontabili, è infine necessario impostare il parametro del valore di inizializzazione per entrambi i modelli. L'impostazione di un valore di inizializzazione fa sì che ciascun modello inizi a elaborare i dati dallo stesso punto.
[!NOTA]
Se non si specifica un valore numerico per il parametro del valore di inizializzazione, SQL Server Analysis Services genererà un valore di inizializzazione basato sul nome del modello. Poiché il modello di rete neurale e il modello di regressione logistica hanno nomi diversi, è necessario impostare un valore di inizializzazione per garantire che elaborino i dati nello stesso ordine.
Per specificare il valore di inizializzazione ed elaborare i modelli
Nella scheda Modello di data mining fare clic con il pulsante destro del mouse sulla colonna del modello Call Center - LR, quindi scegliere Imposta parametri algoritmo.
Nella riga del parametro HOLDOUT_SEED fare clic sulla cella vuota in Valore e digitare 1. Scegliere OK. Ripetere questo passaggio per ciascun modello associato alla struttura.
[!NOTA]
Il valore scelto come valore di inizializzazione non è importante, a condizione che si utilizzi lo stesso valore di inizializzazione per tutti i modelli correlati.
Scegliere Elabora struttura di data mining e tutti i modelli dal menu Modelli di data mining. Fare clic su Sì per distribuire il progetto di data mining aggiornato nel server.
Nella finestra di dialogo Elabora modello di data mining fare clic su Esegui.
Fare clic su Chiudi per chiudere la finestra di dialogo Stato elaborazione, quindi fare di nuovo clic su Chiudi per chiudere la finestra di dialogo Elabora modello di data mining.
Dopo avere creato i due modelli di data mining correlati, è necessario esplorare i dati per individuarvi le relazioni.
Attività successiva della lezione
Esplorazione del modello Call Center (Esercitazione intermedia sul data mining)
Cronologia modifiche
Aggiornamento del contenuto |
|---|
Aggiornamento dello scenario dell'esercitazione in modo da utilizzare una singola struttura di data mining contenente più copie della colonna numerica, con ciascuna colonna discretizzata in modo diverso. |
Aggiunta di una spiegazione sull'utilizzo degli alias di colonna nei modelli di data mining. |
Correzione dei nomi dei modelli di data mining in stime e istruzioni DLL in modo che corrispondano allo scenario aggiornato. |
Aggiunta dei tipi di dati per i tipi di contenuto della nuova colonna DayOfWeek. |