Partilhar via

Explorando o modelo Naive Bayes (Tutorial de mineração de dados básico)

  • Artigo

O algoritmo Microsoft Naive Bayes fornece vários métodos para exibir a interação entre a compra de bicicletas e os atributos de entrada.

O Visualizador do Microsoft Naive Bayes fornece as seguintes guias para uso na exploração de modelos de mineração naive bayes:

Rede de Dependências

A guia Rede de Dependência funciona da mesma forma que a guia Rede de Dependência para o Visualizador de Árvore da Microsoft. Cada nó no visualizador representa um atributo e as linhas entre os nós representam as relações. No visualizador, você pode ver todos os atributos que afetam o estado do atributo de previsão, Comprador de Bicicletas.

Para explorar o modelo na guia Rede de Dependências

  1. Use a lista Modelo de Mineração na parte superior da guia Visualizador do Modelo de Mineração para alternar para o TM_NaiveBayes modelo.

  2. Use a lista visualizador para alternar para o Visualizador do Microsoft Naive Bayes.

  3. Clique no Bike Buyer nó para identificar suas dependências.

    O sombreamento rosa indica que todos os atributos influenciam a compra de bicicletas.

  4. Ajuste o controle deslizante para identificar o atributo mais influente.

    À medida que você abaixa o controle deslizante, somente os atributos com o efeito maior sobre a coluna [Comprador de Bicicleta] permanecem. Ao ajustar o controle deslizante, você poderá descobrir que alguns dos atributos mais influentes são: o número de carros, distância do trabalho e número total de crianças.

Perfis de Atributo

A guia Perfis de Atributo descreve como diferentes estados dos atributos de entrada afetam o resultado do atributo previsível.

Para explorar o modelo na guia Perfis de Atributo

  1. Na caixa Previsível , verifique Bike Buyer se está selecionado.

  2. Se a Legenda de Mineração estiver bloqueando a exibição dos perfis de Atributo, mova-a para fora do caminho.

  3. Na caixa Barras de Histograma , selecione 5.

    Em nosso modelo, 5 é o número máximo de estados para qualquer variável.

    Os atributos que afetam o estado desse atributo previsível estão listados juntos com os valores de cada estado dos atributos de entrada e suas distribuições em cada estado do atributo previsível.

  4. Na coluna Atributos , localize Number Cars Owned. Observe as diferenças nos histogramas de compradores de bicicleta (coluna rotulada 1) e não compradores de bicicleta (coluna rotulada 0). Uma pessoa com nenhum ou com um carro tem muito mais probabilidade de comprar uma bicicleta.

  5. Clique duas vezes na célula Number Cars Owned na coluna comprador de bicicletas (coluna rotulada como 1).

    A Legenda de Mineração exibe uma exibição mais detalhada.

Características do Atributo

Com a guia Características do Atributo , você pode selecionar um atributo e um valor para ver com que frequência os valores de outros atributos aparecem nos casos de valor selecionados.

Para explorar o modelo na guia Características do Atributo

  1. Na lista Atributo , verifique se Bike Buyer está selecionado.

  2. Defina o Valor como 1.

    No visualizador, você verá que clientes sem filhos em casa, com pequenas distâncias até o trabalho e que moram na região da América do Norte têm mais probabilidade de comprarem uma bicicleta.

Distinção de Atributo

Com a guia Discriminação de Atributo , você pode investigar a relação entre dois valores discretos de compra de bicicleta e outros valores de atributo. Como o TM_NaiveBayes modelo tem apenas dois estados, 1 e 0, você não precisa fazer nenhuma alteração no visualizador.

No visualizador, você pode ver que as pessoas que não têm carro tendem a comprar bicicletas, e que as pessoas que têm dois carros tendem a não comprar bicicletas.

Consulte os tópicos a seguir para explorar os outros modelos de mineração.

Próxima lição

Lição 5: Testando modelos (Tutorial de mineração de dados básico)

Tarefa anterior da lição

Explorando o modelo de clustering (Tutorial de mineração de dados básico)

Consulte Também

Procurar um modelo usando o Visualizador do Microsoft Naive Bayes
Guia Distinção de Atributo (Visualizador do Modelo de Mineração)
Guia Perfis de Atributo (Visualizador do Modelo de Mineração)
Guia Características de Atributo (Visualizador do Modelo de Mineração)
Guia Rede de Dependências (Visualizador do Modelo de Mineração)