Artigo
04/01/2012

Conteúdo do modelo de mineração para modelos Naive Bayes (Analysis Services – Mineração de Dados)

Este tópico descreve o conteúdo do modelo de mineração específico para modelos que usam o algoritmo Naive Bayes da Microsoft. Para obter uma explicação de como interpretar as estatísticas e a estrutura compartilhada por todos os tipos de modelo e definições gerais dos termos relacionados ao conteúdo do modelo de mineração, consulte Conteúdo do modelo de mineração (Analysis Services – Mineração de dados).

Entendendo a estrutura de um modelo Naive Bayes

Um modelo Naive Bayes tem um único nó pai que representa o modelo e seus metadados e, subjacente ao nó pai, árvores independentes que representam os atributos previsíveis que você selecionou. Além das árvores para os atributos, cada modelo contém um nó de estatísticas marginais (NODE_TYPE = 26) que fornece estatísticas descritivas sobre o conjunto de casos de treinamento. Para obter mais informações, consulte Informações no nó de estatísticas marginais.

Para cada atributo previsível e valor, o modelo gera uma árvore contendo informações que descrevem como várias colunas de entrada afetam o resultado de uma previsão específica. Cada árvore contém um atributo previsível e seu valor (NODE_TYPE = 9) e, depois, uma série de nós que representam os atributos de entrada (NODE_TYPE = 10). Como os atributos de entrada normalmente têm diversos valores, cada atributo (NODE_TYPE = 10) pode ter diversos nós filho (NODE_TYPE = 11), cada um para um estado específico do atributo.

Observação
Como um modelo Naive Bayes não permite tipos de dados contínuos, todos os valores das colunas de entrada são tratados como discretos ou diferenciados. É possível especificar como um valor é diferenciado. Para obter mais informações, consulte Como alterar a diferenciação de uma coluna em um modelo de mineração.

estrutura de conteúdo do modelo para naive bayes

Conteúdo de um modelo Naive Bayes

Esta seção fornece detalhes e exemplos somente das colunas do conteúdo do modelo de mineração que são relevantes para os modelos Naive Bayes.

Para obter informações sobre colunas de fins gerais no conjunto de linhas de esquema, como MODEL_CATALOG e MODEL_NAME, que não são descritas aqui ou para obter explicações da terminologia do modelo de mineração, consulte Conteúdo do modelo de mineração (Analysis Services – Mineração de dados).

MODEL_CATALOG
Nome do banco de dados onde o modelo é armazenado.
MODEL_NAME
O nome do modelo.
ATTRIBUTE_NAME
Os nomes dos atributos que correspondem a esse nó.

Raiz do modelo O nome do atributo previsível.

Estatísticas marginais Não aplicável

**Atributo previsível** O nome do atributo previsível.

**Atributo de entrada** O nome do atributo de entrada.

**Estado do atributo de entrada** O nome apenas do atributo de entrada. Para obter o estado, use MSOLAP_NODE_SHORT_CAPTION.

NODE_NAME
O nome do nó.

Esta coluna contém o mesmo valor que NODE_UNIQUE_NAME.

Para obter mais informações sobre convenções de nomenclatura de nó, consulte Usando nomes e IDs de nós.
NODE_UNIQUE_NAME
Nome exclusivo do nó. Os nomes exclusivos são atribuídos de acordo com uma convenção que fornece informações sobre as relações entre os nós. Para obter mais informações sobre convenções de nomenclatura de nó, consulte Usando nomes e IDs de nós.

NODE_TYPE
Um modelo Naive Bayes gera os seguintes tipos de nó:

Identificador do tipo de nó	Descrição
26 (NaiveBayesMarginalStatNode)	Contém estatísticas que descrevem todo o conjunto de casos de treinamento do modelo.
9 (Atributo previsível)	Contém o nome do atributo previsível.
10 (Atributo de entrada)	Contém o nome de uma coluna de atributo de entrada e nós filhos que contêm os valores do atributo.
11 (Estado do atributo de entrada)	Contém os valores ou valores diferenciados de todos os atributos de entrada que foram pareados com um atributo de saída específico.

NODE_CAPTION
O rótulo ou uma legenda associada ao nó. Essa propriedade é usada principalmente para exibição.

Raiz do modelo em branco

Estatísticas marginais em branco

**Atributo previsível** O nome do atributo previsível.

**Atributo de entrada** O nome do atributo previsível e do atributo de entrada atual. Ex:

Bike Buyer -\> Idade

**Estado do atributo de entrada** O nome do atributo previsível e do atributo de entrada atual, mais o valor da entrada. Ex:

Bike Buyer -\> Idade = Missing

CHILDREN_CARDINALITY
O número de filhos do nó.

Raiz do modelo Contagem dos atributos previsíveis no modelo, mais 1 para nós de estatísticas marginais.

Estatísticas marginais Por definição, não têm filho.

**Atributo previsível** Contagem dos atributos de entrada relacionados ao atributo previsível atual.

**Atributo de entrada** Contagem dos valores discretos ou diferenciados do atributo de entrada atual.

**Estado do atributo da entrada** Sempre 0.

PARENT_UNIQUE_NAME
O nome exclusivo do nó pai. Para obter mais informações sobre como relacionar nós pai e filho, consulte Usado nomes e IDs de nós.
NODE_DESCRIPTION
O mesmo que a legenda do nó.
NODE_RULE
Uma representação XML da legenda do nó.
MARGINAL_RULE
O mesmo que a regra do nó.
NODE_PROBABILITY
A probabilidade associada a este nó.

Raiz do modelo Sempre 0.

Estatísticas marginais Sempre 0.

Atributo previsível Sempre 1.

**Atributo de entrada** Sempre 1.

**Estado do atributo de entrada** Um número decimal que representa a probabilidade do valor atual. Os valores de todos os estados do atributo de entrada sob o nó de atributo de entrada pai somam-se a 1.

MARGINAL_PROBABILITY
O mesmo que a probabilidade do nó.
NODE_DISTRIBUTION
Uma tabela que contém o histograma de probabilidade do nó. Para obter mais informações, consulte a tabela NODE_DISTRIBUTION.
NODE_SUPPORT
O número de casos com suporte para esse nó.

Raiz do modelo Contagem de todos os casos nos dados de treinamento.

Estatísticas marginais Sempre 0.

Atributo previsível Contagem de todos os casos nos dados de treinamento.

**Atributo de entrada** Contagem de todos os casos nos dados de treinamento.

**Estado do atributo de entrada** Contagem dos casos nos dados de treinamento que contêm apenas este valor específico.

MSOLAP_MODEL_COLUMN
Um rótulo usado para exibição. Normalmente, o mesmo que ATTRIBUTE_NAME.
MSOLAP_NODE_SCORE
Representa a importância do atributo ou do valor no modelo.

Raiz do modelo Sempre 0.

Estatísticas marginais Sempre 0.

Atributo previsível Sempre 0.

**Atributo de entrada** Pontuação de interesse do atributo de entrada atual com relação ao atributo previsível atual.

**Estado do atributo da entrada** Sempre 0.

MSOLAP_NODE_SHORT_CAPTION
Uma cadeia de texto que representa o nome ou o valor de uma coluna.

Raiz do modelo em branco

Estatísticas marginais em branco

**Atributo previsível** O nome do atributo previsível.

**Atributo de entrada** O nome do atributo de entrada.

**Estado do atributo de entrada** O valor ou valor diferenciado do atributo de entrada.

Usando nomes e IDs de nós

A nomenclatura dos nós em um modelo Naive Bayes fornece mais informações sobre o tipo de nó para facilitar a compreensão das relações entre as informações no modelo. A tabela a seguir mostra a convenção para as IDs que são atribuídas a tipos de nós diferentes.

Tipo de nó	Convenção de ID do nó
Raiz do modelo (1)	Sempre 0.
Nó de estatísticas marginais (26)	Um valor de ID arbitrário.
Atributo previsível (9)	Número hexadecimal que inicia com 10000000 Exemplo: 100000001 e 10000000b
Atributo de entrada (10)	Um número hexadecimal de duas partes, onde a primeira parte é sempre 20000000 e a segunda inicia com o identificador hexadecimal do atributo previsível relacionado. Exemplo: 20000000b00000000 Nesse caso, o atributo previsível relacionado é 10000000b.
Estado do atributo de entrada (11)	Um número hexadecimal de três partes, onde a primeira parte é sempre 30000000, a segunda inicia com o identificador hexadecimal do atributo previsível relacionado e a terceira representa o identificador do valor. Exemplo: 30000000b00000000200000000 Nesse caso, o atributo previsível relacionado é 10000000b.

Você pode usar as IDs para relacionar atributos de entrada e estados a um atributo previsível. Por exemplo, a consulta a seguir retorna os nomes e as legendas dos nós que representam combinações possíveis de entrada e atributos previsíveis para o modelo TM_NaiveBayes.

SELECT NODE_NAME, NODE_CAPTION
FROM TM_NaiveBayes.CONTENT
WHERE NODE_TYPE = 10

Resultados esperados:

NODE_NAME	NODE_CAPTION
20000000000000001	Bike Buyer -> Commute Distance
20000000000000002	Bike Buyer -> English Education
20000000000000003	Bike Buyer -> English Occupation
20000000000000009	Bike Buyer -> Marital Status
2000000000000000a	Bike Buyer -> Number Children At Home
2000000000000000b	Bike Buyer -> Região
2000000000000000c	Bike Buyer -> Total de crianças

Depois, você pode usar as IDs dos nós pai para recuperar os nós filho. A consulta a seguir recupera os nós que contêm valores para o atributo Marital Status, juntamente com a probabilidade de cada nó.

SELECT NODE_NAME, NODE_CAPTION, NODE_PROBABILITY
FROM TM_NaiveBayes.CONTENT
WHERE NODE_TYPE = 11
AND [PARENT_UNIQUE_NAME] = '20000000000000009'

Observação
O nome da coluna, PARENT_UNIQUE_NAME, deve estar entre colchetes para diferenciá-lo da palavra-chave reservada de mesmo nome.

Resultados esperados:

NODE_NAME	NODE_CAPTION	NODE_PROBABILITY
3000000000000000900000000	Bike Buyer -> Estado civil = Missing	0
3000000000000000900000001	Bike Buyer -> Estado civil = S	0.457504004
3000000000000000900000002	Bike Buyer -> Estado civil = M	0.542495996

Tabela NODE_DISTRIBUTION

Normalmente, a coluna de tabela aninhada, NODE_DISTRIBUTION, contém estatísticas sobre a distribuição de valores no nó. Em um modelo Naive Bayes, essa tabela é populada apenas para os seguintes nós:

Tipo de nó	Conteúdo da tabela aninhada
Raiz do modelo (1)	Em branco.
Nó de estatísticas marginais (24)	Contém informações resumidas para todos os atributos previsíveis e atributos de entrada de todo o conjunto de treinamento.
Atributo previsível (9)	Em branco.
Atributo de entrada (10)	Em branco.
Estado do atributo de entrada (11)	Contém estatísticas que descrevem a distribuição de valores nos dados de treinamento desta combinação específica de um valor previsível e um valor de atributo de entrada.

Você pode usar as IDs ou legendas de nó para recuperar níveis crescentes de detalhes. Por exemplo, a consulta a seguir recupera colunas específicas da tabela NODE_DISTRIBUTION apenas para nós do atributo de entrada relacionados ao valor 'Marital Status = S'.

SELECT FLATTENED NODE_CAPTION,
(SELECT ATTRIBUTE_NAME, ATTRIBUTE_VALUE, [SUPPORT], [PROBABILITY], VALUETYPE
FROM NODE_DISTRIBUTION) as t
FROM TM_NaiveBayes.content
WHERE NODE_TYPE = 11
AND NODE_CAPTION = 'Bike Buyer -> Marital Status = S'

Resultados esperados:

NODE_CAPTION	t.ATTRIBUTE_NAME	t.ATTRIBUTE_VALUE	t.SUPPORT	t.PROBABILITY	t.VALUETYPE
Bike Buyer -> Estado civil = S	Bike Buyer	Missing	0	0	1
Bike Buyer -> Estado civil = S	Bike Buyer	0	3783	0.472934117	4
Bike Buyer -> Estado civil = S	Bike Buyer	1	4216	0.527065883	4

Nesses resultados, o valor da coluna SUPPORT indica a você o número de clientes com o estado civil especificado que compraram uma bicicleta. A coluna PROBABILITY contém a probabilidade de cada valor de atributo, conforme calculado apenas para este nó. Para obter as definições gerais dos termos usados na tabela NODE_DISTRIBUTION, consulte Conteúdo do modelo de mineração (Analysis Services – Mineração de dados).

Informações no nó de estatísticas marginais

Em um modelo Naive Bayes, a tabela aninhada para nós de estatísticas marginais contém a distribuição dos valores para todo o conjunto de dados de treinamento. Por exemplo, a tabela a seguir contém uma lista parcial das estatísticas na tabela NODE_DISTRIBUTION aninhada para o modelo TM_NaiveBayes.

ATTRIBUTE_NAME	ATTRIBUTE_VALUE	SUPPORT	PROBABILITY	VALUETYPE
Bike Buyer	Missing	0	0	1
Bike Buyer	0	8869	0.507263784	4
Bike Buyer	1	8615	0.492736216	4
Estado Civil	Missing	0	0	1
Estado Civil	S	7999	0.457504004	4
Estado Civil	M	9485	0.542495996	4
Total de Filhos	Missing	0	0	1
Total de Filhos	0	4865	0.278254404	4
Total de Filhos	3	2093	0.119709449	4
Total de Filhos	1	3406	0.19480668	4

A coluna Bike Buyer foi incluída, pois o nó de estatísticas marginais sempre contém uma descrição do atributo previsível e de seus valores possíveis. Todas as outras colunas listadas representam atributos de entrada, juntamente com os valores que foram usados no modelo. Os valores só podem ser ausentes, discretos ou diferenciados.

No modelo Naive Bayes, não pode haver atributos contínuos. Portanto, todos os dados numéricos são representados como discretos (VALUE_TYPE = 4) ou diferenciados (VALUE_TYPE = 5).

Um valor Missing (VALUE_TYPE = 1) é adicionado a cada atributo de entrada e de saída para representar valores potenciais que não estavam presentes nos dados de treinamento. Você deve ter cuidado para distinguir "missing" como uma cadeia de caracteres e o valor padrão Missing. Para obter mais informações, consulte Valores ausentes (Analysis Services - Mineração de dados).