Consultando um modelo de regressão logística (Analysis Services – Mineração de Dados)
Ao criar uma consulta para um modelo de mineração de dados, você pode criar uma consulta de conteúdo que fornece detalhes sobre os padrões encontrados na análise ou uma consulta de previsão que usa os padrões no modelo para fazer previsões usando os novos dados.
Esta seção explica como criar consultas para modelos baseados no algoritmo Regressão Logística da Microsoft.
Consultas de conteúdo
Recuperando parâmetros de modelo usando o conjunto de linhas do esquema de mineração de dados
Localizando detalhes adicionais sobre o modelo usando DMX
Consultas de previsão
Fazendo previsões para um valor contínuo
Fazendo previsões para um valor discreto
Obtendo informações sobre o Modelo de Regressão Logística
Os modelos de regressão logística são criados com o uso do algoritmo Rede Neural da Microsoft com um conjunto especial de parâmetros; portanto, um modelo de regressão logística tem algumas das mesmas informações que um modelo de redes neurais, só que mais complexo. Para entender a estrutura do conteúdo do modelo e quais tipos de nós armazenam quais tipos de informações, consulte Conteúdo do modelo de mineração para modelos de regressão logística (Analysis Services – Mineração de Dados).
Para acompanhar os cenários de consulta, você pode criar um modelo de regressão logística conforme descrito na seção seguinte do Tutorial Intermediário de Mineração de Dados: Lição 5: Criando modelos de rede neural e de regressão logística (Tutorial de mineração de dados intermediário).
Também é possível usar a estrutura de mineração, Targeted Mailing, do Tutorial de mineração de dados básico.
ALTER MINING STRUCTURE [Targeted Mailing]
ADD MINING MODEL [TM_Logistic Regression]
([Customer Key],
[Age],
[Bike Buyer] PREDICT,
[Yearly Income] PREDICT,
[Commute Distance],
[English Education],
Gender,
[House Owner Flag],
[Marital Status],
[Number Cars Owned],
[Number Children At Home],
[Region],
[Total Children]
)
USING Microsoft_Logistic_Regression
Exemplo de consulta 1: Recuperando parâmetros de modelos usando o conjunto de linhas do esquema de mineração de dados
Ao consultar um conjunto de linhas de esquema de mineração de dados, você pode encontrar metadados sobre o modelo, como a data de criação, a última vez em que foi processado, o nome da estrutura de mineração na qual o modelo é baseado e o nome da coluna usada como atributo previsível. O exemplo a seguir retorna os parâmetros usados quando o modelo foi criado, junto com o nome e o tipo de modelo, além da data de criação.
SELECT MODEL_NAME, SERVICE_NAME, DATE_CREATED, MINING_PARAMETERS
FROM $system.DMSCHEMA_MINING_MODELS
WHERE MODEL_NAME = 'Call Center_LR'
Resultados do exemplo:
MODEL_NAME |
SERVICE_NAME |
DATE_CREATED |
MINING_PARAMETERS |
|---|---|---|---|
Call Center_LR |
Microsoft_Logistic_Regression |
04/07/2009 20:38:33 |
HOLDOUT_PERCENTAGE=30, HOLDOUT_SEED=1, MAXIMUM_INPUT_ATTRIBUTES=255, MAXIMUM_OUTPUT_ATTRIBUTES=255, MAXIMUM_STATES=100, SAMPLE_SIZE=10000 |
Retornar ao início
Consulta de exemplo 2: Localizando detalhes adicionais sobre o modelo usando DMX
A consulta a seguir retorna algumas informações básicas sobre o modelo de regressão logística. Um modelo de regressão logística é semelhante a um modelo de rede neural em muitos aspectos, inclusive a presença de um nó de estatísticas marginais (NODE_TYPE = 24) que descreve os valores usados como entradas. Esta consulta de exemplo usa o modelo Endereçamento de Destino e obtém os valores de todas as entradas recuperando-as da tabela aninhada, NODE_DISTRIBUTION.
SELECT FLATTENED NODE_DISTRIBUTION AS t
FROM [TM_Logistic Regression].CONTENT
Resultados parciais:
t.ATTRIBUTE_NAME |
t.ATTRIBUTE_VALUE |
t.SUPPORT |
t.PROBABILITY |
t.VARIANCE |
t.VALUETYPE |
|---|---|---|---|---|---|
Idade |
Ausente |
0 |
0 |
0 |
1 |
Idade |
45.43491192 |
17484 |
1 |
126.9544114 |
3 |
Comprador de bicicleta |
Ausente |
0 |
0 |
0 |
1 |
Comprador de bicicleta |
0 |
8869 |
0.507263784 |
0 |
4 |
Comprador de bicicleta |
1 |
8615 |
0.492736216 |
0 |
4 |
Distância do Trabalho |
Ausente |
0 |
0 |
0 |
1 |
Distância do Trabalho |
8-16 quilômetros |
3033 |
0.173472889 |
0 |
4 |
A consulta real retorna muito mais linhas; no entanto, este exemplo demonstra o tipo de informações fornecidas sobre as entradas. Para entradas discretas, cada valor possível é listado na tabela. Para entradas de valor contínuo, como Age, uma listagem completa é impossível, portanto a entrada é de dados discretos como uma média. Para obter mais informações sobre como usar as informações no nó de estatísticas marginais, consulte Conteúdo do modelo de mineração para modelos de regressão logística (Analysis Services – Mineração de Dados).
.gif "Observação") Observação |
|---|
Os resultados foram simplificados para facilitar a visualização, mas você poderá retornar a tabela aninhada em uma única coluna se seu provedor oferecer suporte a conjuntos de linhas hierárquicos. Para obter mais informações, consulte Hierarchical Rowsets (em inglês) no Guia do Programador do OLE DB. |
Retornar ao início
Consultas de previsão em um modelo de regressão logística
Você pode usar a função Predict (DMX) com todo tipo de modelo de mineração para fornecer dados novos ao modelo e para fazer previsões com base nos novos valores. Também é possível usar funções para retornar mais informações sobre a previsão, como a probabilidade de uma previsão estar correta. Esta seção fornece alguns exemplos de consultas de previsão em um modelo de regressão logística.
Exemplo de consulta 3: Fazendo previsões para um valor contínuo
Como a regressão logística também dá suporte ao uso de atributos contínuos para entrada e previsão, é fácil criar modelos que correlacionam vários fatores em seus dados. Você pode usar consultas de previsão para explorar a relação entre esses fatores.
O exemplo de consulta a seguir é baseado no modelo de Call Center, do Tutorial Intermediário, e cria uma consulta singleton que prevê o nível de serviço do turno matutino da sexta-feira. A função PredictHistogram (DMX) retorna uma tabela aninhada que fornece estatísticas relevantes para entender a validade do valor previsto.
SELECT
Predict([Call Center_LR].[Service Grade]) as Predicted ServiceGrade,
PredictHistogram([Call Center_LR].[Service Grade]) as [Results],
FROM
[Call Center_LR]
NATURAL PREDICTION JOIN
(SELECT 'Friday' AS [Day Of Week],
'AM' AS [Shift]) AS t
Resultados do exemplo:
Nível de serviço previsto |
Resultados |
|---|---|
0.102601830123659 |
Nível de serviço$SUPPORT$PROBABILITY$ADJUSTEDPROBABILITY$VARIANCE$STDEV
0.10260183012365983.02325581395350.98837209302325600.001205526606000870.034720694203902
0.9767441860465120.01162790697674420.011627906976744200
|
Para obter mais informações sobre os valores de probabilidade, suporte e desvio padrão na tabela aninhada NODE_DISTRIBUTION, consulte Conteúdo do modelo de mineração para modelos de regressão logística (Analysis Services – Mineração de Dados).
Retornar ao início
Exemplo de consulta 4: Fazendo previsões para um valor discreto
A regressão logística normalmente é usada em cenários onde você deseja analisar os fatores que contribuem para um resultado binário. Embora o modelo usado no tutorial preveja um valor contínuo, ServiceGrade, em um cenário de vida real, você pode desejar configurar o modelo para prever se o nível de serviço atendeu a algum valor de destino de dados discretos. Como alternativa, você pode produzir as previsões usando um valor contínuo, mas posteriormente agrupar os resultados previstos em Bom, Razoável ou Fraco.
O exemplo a seguir ilustra como alterar a maneira como o atributo previsível é agrupado. Para isso, você cria uma cópia da estrutura de mineração e, em seguida, altera o método de dados discretos da coluna de destino de forma que os valores sejam agrupados em vez de contínuos.
O procedimento a seguir descreve como alterar o agrupamento de valores de Service Grade nos dados do Call Center.
Para criar uma versão diferenciada da estrutura de mineração e modelos de Call Center
No Business Intelligence Development Studio, em Gerenciador de Soluções, expanda Estruturas de Mineração.
Clique com o botão direito do mouse em Call Center.dmm e selecione Copiar.
Clique com o botão direito em Estruturas de Mineração e selecione Pasta. Uma nova estrutura de mineração é adicionada, nomeada como Call Center 1.
Clique com o botão direito do mouse na nova estrutura de mineração e selecione Renomear. Digite o novo nome, Dados Discretos do Call Center.
Clique duas vezes na nova estrutura de mineração para abri-la no designer. Observe que todos os modelos de mineração também foram copiados e que todos têm a extensão 1. Deixe os nomes como estão por enquanto.
Na guia Estrutura de Mineração, clique com o botão direito do mouse na coluna Service Grade e selecione Propriedades.
Altere a propriedade Content de Contínua para Dados Discretos. Altere a propriedade DiscretizationMethod para Clusters. Para BucketCount de Dados Discretos, digite 3.
ObservaçãoEsses parâmetros são usados apenas para ilustrar o processo e não geram necessariamente um modelo válido.
No menu Modelo de Mineração, selecione Processar estrutura todos os modelos.
A consulta de exemplo a seguir é baseada nesse modelo de dados discretos e prevê o nível de serviço durante o dia da semana especificado, junto com as probabilidades de cada resultado previsto.
SELECT
(PredictHistogram([Call Center_LR 1].[Service Grade])) as [Predictions]
FROM
[Call Center_LR 1]
NATURAL PREDICTION JOIN
(SELECT 'Saturday' AS [Day Of Week]) AS t
Resultados esperados:
Previsões |
|---|
Nível de serviço$SUPPORT$PROBABILITY$ADJUSTEDPROBABILITY$VARIANCE$STDEV
0.1087271838312535.72465047706410.4252934580602870.017016836003029300
0.0585576923062531.70988808007030.3774986676198850.02088202006045400
0.17016949152515.61091598832020.1858442379561920.066138657138604900
0.9545454545454550.01136363636363640.011363636363636400
|
Observe que os resultados previstos foram agrupados em três categorias conforme especificado. No entanto, esses agrupamentos são baseados no clustering de valores reais nos dados, não valores arbitrários que você pode definir como metas comerciais.
Retornar ao início
Lista de funções de previsão
Todos os algoritmos Microsoft oferecem suporte a um conjunto de funções comum. Entretanto, o algoritmo Regressão Logística da Microsoft oferece suporte às funções adicionais relacionadas na tabela a seguir.
|
Para obter uma lista das funções comuns a todos os algoritmos Microsoft, consulte Mapeando funções para tipos de consulta (DMX). Para obter a sintaxe de funções específicas, consulte Referência de função de DMX (Data Mining Extensions).
| Observação |
|---|
Para modelos de rede neural e regressão logística, a função PredictSupport (DMX) retorna um único valor que representa o tamanho do conjunto de treinamento de todo o modelo. |
Consulte também