Udostępnij za pośrednictwem


PredictCaseLikelihood (DMX)

Używane tylko w przypadku modeli klastra.Ta funkcja zwraca prawdopodobieństwo, że sprawę wejściowe o mieści się w istniejącego modelu.

PredictCaseLikelihood([NORMALIZED|NONNORMALIZED])

Argumenty

  • ZNORMALIZOWANE
    Wartość zwracana zawiera prawdopodobieństwo sprawę w ramach modelu podzielona przez prawdopodobieństwo przypadek bez modelu.

  • NONNORMALIZED
    Wartość zwracana zawiera nieprzetworzony prawdopodobieństwo wielkości liter, który jest produktem prawdopodobieństw atrybutów przypadek.

Dotyczy

Modele, które są wbudowane przy użyciu Microsoft Klastrowanie i Microsoft Sekwencyjny algorytmy usłudze klastrowania.

Zwracany typ

Podwójnej precyzji liczbę zmiennoprzecinkową od 0 do 1.Numer bliżej na wartość 1 wskazuje, że przypadek ma prawdopodobieństwu wyższej występujące w danym modelu.Numer bliżej na wartość 0 oznacza, że przypadek jest mniej prawdopodobne w tym modelu.

Remarks

Domyślnie wynik PredictCaseLikelihood funkcja jest znormalizowane. Znormalizowana wartości są zazwyczaj bardziej użyteczne jako liczba atrybutów przypadek wzrostu i różnice między raw prawdopodobieństw z dowolnego z dwóch przypadków może stać się znacznie mniejsze.

Poniższe równanie jest używana do obliczania znormalizowanych wartości x danego i y:

  • x = prawdopodobieństwo wielkości liter, na podstawie klastrowanie modelu

  • y = Marginal prawdopodobieństwo przypadek, obliczony jako prawdopodobieństwo dziennika przypadek oparte na zliczania przypadkach szkolenia

  • Z = / wydatków (log(x) — Log(Y))

Znormalizowane = (z / (1 + z))

Przykłady

W poniższym przykładzie zwraca prawdopodobieństwo wystąpienia klastrowania modelu, który został utworzony w określonym przypadek Podstawowe wyszukiwanie danych — samouczek.

SELECT
  PredictCaseLikelihood() AS Default_Likelihood,
  PredictCaseLikelihood(NORMALIZED) AS Normalized_Likelihood,
  PredictCaseLikelihood(NONNORMALIZED) AS Raw_Likelihood,
FROM
  [TM Clustering]
NATURAL PREDICTION JOIN
(SELECT 28 AS [Age],
  '2-5 Miles' AS [Commute Distance],
  'Graduate Degree' AS [Education],
  0 AS [Number Cars Owned],
  0 AS [Number Children At Home]) AS t

Oczekiwane wyniki:

Default_Likelihood

Normalized_Likelihood

Raw_Likelihood

6.30672792729321E - 08

6.30672792729321E - 08

9.5824454056846E - 48

Różnica między wyniki tych demonstruje wpływ normalizacji.Historia zmian

Microsoft Learning

Stałe próbki dokładnie wyświetlić różnice między raw znormalizowany i nonnormalized prawdopodobieństw (raw).