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

Este tópico descreve o conteúdo do modelo de mineração que é específico para modelos que usam o algoritmo Microsoft Clustering. Para obter uma explicação geral sobre o conteúdo do modelo de mineração para todos os tipos de modelo, consulte Conteúdo do modelo de mineração (Analysis Services – Mineração de dados).

Entendendo a estrutura de um modelo de clustering

Um modelo de clustering tem uma estrutura simples. Cada modelo tem um único nó pai que representa o modelo e seus metadados, e cada nó pai possui uma lista simples de clusters (NODE_TYPE = 5). Essa organização é mostrada na imagem a seguir.

Cada nó filho representa um único cluster e contém estatísticas detalhadas sobre os atributos dos casos desse cluster. Isso inclui a contagem do número de casos do cluster e a distribuição de valores que distinguem cada cluster.

Observação
Não é necessária iteração com os nós para obter a contagem ou a descrição dos clusters; o nó pai do modelo também conta e lista os clusters.

O nó pai contém estatísticas úteis que descrevem a distribuição real de todos os casos em treinamento. Essas estatísticas são encontradas na coluna da tabela aninhada, NODE_DISTRIBUTION. Por exemplo, a tabela a seguir mostra várias linhas da tabela NODE_DISTRIBUTION que descrevem a distribuição dos dados demográficos dos clientes do modelo de clustering TM_Clustering que você cria no Tutorial de mineração de dados básico:

ATTRIBUTE_NAME	ATTRIBUTE_VALUE	SUPPORT	PROBABILITY	VARIANCE	VALUE_TYPE
Idade	Ausente	0	0	0	1 (Ausente)
Idade	44.9016152716593	12939	1	125.663453102554	3 (Contínuo)
Sexo	Ausente	0	0	0	1 (Ausente)
Sexo	F	6350	0.490764355823479	0	4 (Discreto)
Sexo	M	6589	0.509235644176521	0	4 (Discreto)

A partir desses resultados, você pode ver que foram usados 12.939 casos para construir o modelo, que a proporção de homens para mulheres é de cerca de 50-50 e que a idade média é de 44 anos. As estatísticas descritivas variam de acordo com o fato de o atributo que está sendo reportado ser um tipo de dados numérico contínuo, como idade, ou um tipo de valor discreto, como gênero. As medidas estatísticas mean e variance são computadas para os tipos de dados contínuos, enquanto probability e support são computadas para tipos de dados discretos.

Observação
A variância representa a variação total do cluster. Quando esse valor é pequeno, indica que a maioria dos valores da coluna estão bem próximos da média. Para obter o desvio padrão, calcule a raiz quadrada da variância.

Observe que para cada atributo existe um tipo de valor Missing que indica quantos casos não tinham dados para esse atributo. Dados ausentes podem ser importantes e afetar os cálculos de várias formas, dependendo do tipo de dados. Para obter mais informações, consulte Valores ausentes (Analysis Services - Mineração de dados).

Conteúdo do modelo para um modelo de clustering

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

Para obter informações sobre as colunas de uso general no conjunto de linhas de esquema, como MODEL_CATALOG e MODEL_NAME, consulte Conteúdo do modelo de mineração (Analysis Services – Mineração de dados).

• MODEL_CATALOG
  Nome do banco de dados no qual o modelo é armazenado.

• MODEL_NAME
  Nome do modelo.

• ATTRIBUTE_NAME
  Sempre em branco em modelos de clustering porque não há nenhum atributo previsível no nó.

• NODE_NAME
  Sempre igual a NODE_UNIQUE_NAME.

• NODE_UNIQUE_NAME
  Um identificador exclusivo do nó no modelo. Esse valor não pode ser alterado.

• NODE_TYPE
  Um modelo de clustering gera os seguintes tipos de nó:

  ID e nome do nó	Descrição
  1 (Modelo)	Nó raiz do modelo.
  5 (Cluster)	Contém a contagem de casos do cluster, as características dos casos do cluster e estatísticas que descrevem os valores do cluster.

• NODE_CAPTION
  Um nome amigável para exibição. Quando você criar um modelo, o valor de NODE_UNIQUE_NAME será usado automaticamente como legenda. No entanto, é possível alterar o valor de NODE_CAPTION para atualizar o nome para exibição do cluster, seja de maneira programática ou usando o visualizador.

  Observação
  Quando você reprocessar o modelo, todas as alterações de nome serão substituídas pelos valores novos. Não é possível persistir nomes no modelo ou monitorar alterações na associação do cluster entre versões diferentes de um modelo.

• CHILDREN_CARDINALITY
  Uma estimativa do número de filhos do nó.

  Nó pai   Indica o número de clusters no modelo.

  Nós de cluster Sempre 0.

• PARENT_UNIQUE_NAME
  O nome exclusivo do nó pai.

  Nó pai Sempre NULL

  Nós de cluster Normalmente, 000.

• NODE_DESCRIPTION
  Uma descrição do nó.

  Nó paiSempre (Tudo).

  Nós de cluster Uma lista separada por vírgula dos principais atributos que distinguem cada cluster.

• NODE_RULE
  Não é usado para modelos de clustering.

• MARGINAL_RULE
  Não é usado para modelos de clustering.

• NODE_PROBABILITY
  A probabilidade associada a este nó. Nó pai Sempre 1.

  Nós de cluster   A probabilidade representa a probabilidade composta dos atributos, com alguns ajustes de acordo com o algoritmo usado na criação do modelo de clustering.

• MARGINAL_PROBABILITY
  A probabilidade de que o nó seja alcançado a partir do nó pai. Em um modelo de clustering, a probabilidade marginal é sempre igual à probabilidade de nó.

• NODE_DISTRIBUTION
  Um tabela que contém o histograma de probabilidade do nó.

  Nó pai Consulte a Introdução deste tópico.

  Nós de cluster Representa a distribuição de atributos e valores para casos incluídos no cluster.

• NODE_SUPPORT
  O número de casos com suporte para este nó. Nó pai   Indica o número de casos em treinamento do modelo inteiro.

  Nós de cluster Indica o tamanho do cluster como o número de casos.

  Observação Se os modelo usar clustering K-Means, cada caso pode pertencer somente a um cluster. No entanto, se o modelo usar clustering EM, cada são pode pertencer a clusters diferentes e ao caso é atribuída uma distância ponderada para cada cluster a que ele pertence. Portanto, para modelos EM, a soma de suporte para um cluster individual é maior que o suporte para o modelo inteiro.

• MSOLAP_MODEL_COLUMN
  Não é usado para modelos de clustering.

• MSOLAP_NODE_SCORE
  Exibe uma pontuação associada ao nó.

  Nó paiA pontuação BIC (Bayesian Information Criterion) para o modelo de clustering.

  Nós de cluster Sempre 0.

• MSOLAP_NODE_SHORT_CAPTION
  Um rótulo usado para exibição. Não é possível alterar essa legenda.

  Nó pai O tipo de modelo: modelo de clustering

  Nós de clusterO nome do cluster. Exemplo: Cluster 1.

Comentários

O Analysis Services oferece vários métodos para a criação de um modelo de clustering. Se você não souber qual método foi usado para criar o modelo com que você está trabalhando, pode recuperar os metadados do modelo programaticamente, usando um cliente ADOMD ou AMO ou consultando o conjunto de linhas do esquema de mineração de dados. Para obter mais informações, consulte Consultar os parâmetros usados para criar um modelo de mineração.

Observação
A estrutura e o conteúdo do modelo permanecem inalterados, independentemente do método ou dos parâmetros de clustering usados.

Consulte também

Conceitos

Conteúdo do modelo de mineração (Analysis Services – Mineração de dados)

Visualizadores do Modelo de Mineração de Dados

Algoritmo Microsoft Clustering

Consultas de mineração de dados