Procurar um modelo usando o Visualizador de Rede Neural da Microsoft
O Visualizador de Rede Neural da Microsoft no Microsoft SQL Server Analysis Services exibe modelos de mineração criados com o algoritmo Rede Neural da Microsoft. O algoritmo de Rede Neural da Microsoft cria modelos de mineração para classificação e regressão que podem analisar várias entradas e saídas, e é muito útil para análises abertas e exploração. Para obter mais informações sobre este algoritmo, consulte Algoritmo Rede Neural da Microsoft.
Ao explorar um modelo usando o Visualizador de Rede Neural da Microsoft, você costuma obter um atributo e um estado de destino e, depois, usa o visualizador para ver como os atributos de entrada afetam o resultado
Por exemplo, digamos que você conheça estes fatos sobre uma classe de clientes em potencial:
Meia idade (entre 40 e 50 anos de idade).
Tem casa própria.
Tem dois filhos que ainda moram em casa.
Como correlacionar estes atributos à probabilidade de que o cliente faça uma compra?
Criando um modelo de rede neural usando o comportamento de compra como o resultado final, você pode explorar várias combinações em atributos de clientes, como renda alta, e descobrir como a combinação de atributos tem maior probabilidade de influenciar o comportamento de compra. Por exemplo, talvez você descubra que o fator determinante é a distância percorrida por eles até o trabalho.
Se precisar obter mais informações detalhadas de exibição, como as equações que representam cada padrão descoberto, você poderá alternar exibições e usar o Visualizador de Árvores de Conteúdo Genérico da Microsoft. Para obter mais informações, consulte Procurar um modelo usando o Visualizador de Árvore de Conteúdo Genérica da Microsoft ou Visualizador de árvore de conteúdo genérica da Microsoft (Mineração de Dados).
Guias do Visualizador
Quando você navega em um modelo de mineração do Analysis Services, ele é exibido na guia Visualizador do Modelo de Mineração do Designer de Mineração de Dados no visualizador adequado ao modelo. O Visualizador de Rede Neural da Microsoft oferece as seguintes guias para uso na exploração de modelos de mineração de rede neural:
Entradas
Saídas
Variáveis
Entradas
Use a guia Entradas para escolher os atributos e valores usados pelo modelo como entradas. Por padrão, o visualizador é aberto com todos os atributos incluídos. Nesta exibição padrão, o modelo escolhe os valores de atributo mais importantes para exibição.
Para selecionar um atributo de entrada, clique dentro da coluna Atributo da grade Entrada e selecione um atributo na lista suspensa. (Somente os atributos incluídos no modelo são incluídos na lista.)
O primeiro valor específico é exibido na coluna Valor. Quando você clica no valor padrão, uma lista com todos os possíveis estados do atributo associado é exibida. Você pode selecionar o estado que deseja verificar. É possível selecionar quantos atributos desejar.
Voltar ao início
Saídas
Use a guia Saídas para escolher o atributo de resultado a ser investigado. Você pode escolher dois estados de resultado a serem comparados, assumindo que as colunas foram definidas como atributos previsíveis quando o modelo foi criado.
Use a lista Atributo de Saída para selecionar um atributo. Você pode selecionar dois estados associados ao atributo nas listas Valor 1 e Valor 2. Esses dois estados do atributo de saída serão comparados no painel Variáveis.
Voltar ao início
Variáveis
A grade na guia Variáveis contém as seguintes colunas: Atributo, Valor, Preferências [valor 1] e Preferências [valor 2]. Por padrão, as colunas são classificadas pela força das Preferências [valor 1]. Clicar no cabeçalho de uma coluna altera a ordem de classificação para a coluna selecionada.
Uma barra à direita do atributo mostra qual estado do atributo de saída o estado atributo de entrada especificado prefere. O tamanho da barra mostra como o estado de saída favorece significativamente o estado de entrada.
Voltar ao início
Consulte também
Conceitos
Algoritmo Rede Neural da Microsoft
Ferramentas de mineração de dados
Visualizadores do Modelo de Mineração de Dados