Escolha a coluna para usar para teste em um modelo de mineração
Aplica-se a:
SQL Server 2019 e anteriores do Analysis Services 
Azure Analysis Services Fabric/Power BI Premium
Importante
A mineração de dados foi preterida no SQL Server 2017 Analysis Services e agora foi descontinuada no SQL Server 2022 Analysis Services. A documentação não foi atualizada para recursos preteridos e descontinuados. Para saber mais, confira Compatibilidade com versões anteriores do Analysis Services.
Antes de poder medir a exatidão de um modelo de mineração, você deverá decidir qual resultado deseja avaliar. A maioria dos modelos de mineração de dados exige que você escolha pelo menos uma coluna para usar como o atributo previsível ao criar o modelo. Portanto, quando você testar a exatidão do modelo, geralmente terá que selecionar esse atributo para testar.
A lista a seguir descreve algumas considerações adicionais para escolher o atributo previsível para usar no teste:
Alguns tipos de modelos de mineração de dados podem prever vários atributos, como redes neurais, que podem explorar as relações entre muitos atributos.
Outros tipos de modelos de mineração, como clustering modelos, não necessariamente têm um atributo previsível. Os modelos de clustering não podem ser testados a menos que tenham um atributo previsível.
Criar um gráfico de dispersão ou medir a exatidão de um modelo de regressão exige que você escolha um atributo previsível contínuo como o resultado. Nesse caso, você não pode especificar um valor de destino. Se você estiver criando algo diferente de um gráfico de dispersão, a coluna da estrutura de mineração subjacente também terá que ter um tipo de conteúdo Discreto ou Discretizado.
Se você escolher um atributo discreto como o resultado previsível, também poderá especificar um valor de destino ou pode deixar em branco o campo Valor de Previsão . Se você incluir um Valor de Previsão, o gráfico medirá apenas a eficácia do modelo ao prever o valor de destino. Se você não especificar um resultado de destino, o modelo será medido para sua exatidão em prever todos os resultados.
Se você quiser incluir diversos modelos e compará-los em um único gráfico de precisão, todos os modelos deverão usar a mesma coluna previsível.
Quando você cria um relatório de validação cruzada, SQL Server Analysis Services analisará automaticamente todos os modelos que têm o mesmo atributo previsível.
Quando a opção Sincronizar Colunas e Valores de Previsão é selecionada, SQL Server Analysis Services escolhe automaticamente colunas previsíveis que têm os mesmos nomes e tipos de dados correspondentes. Se suas colunas não atenderem a estes critérios, você poderá desativar esta opção e manualmente escolher uma coluna previsível. Você pode precisar fazer isto se estiver testando o modelo com um conjunto de dados externo que tem colunas diferentes do modelo. Porém, se você escolher uma coluna com o tipo de dados incorreto, obterá um erro ou resultados incorretos.
Especifique o resultado para prever
Clique duas vezes na estrutura de mineração para abri-la no Designer de Mineração de Dados.
Selecione a guia Gráfico de Precisão de Mineração .
Selecione a guia Seleção de Entrada .
Na guia Seleção de Entrada , em Nome da Coluna Previsível, selecione uma coluna previsível para cada modelo que você incluir no gráfico.
As colunas do modelo de mineração disponíveis na caixa Nome da Coluna Previsível são somente as que têm o tipo de uso definido como Previsão ou Somente Previsão.
Se quiser determinar o nível de elevação para um modelo, selecione um valor de resultado específico para medir, escolhendo na lista Valor de Previsão .
Consulte Também
Escolher e mapear dados de testes modelo
Escolher um tipo de gráfico de precisão e definir opções de gráfico