Поделиться через

Создать диаграмму точности прогнозов, диаграмму роста прибыли или матрицу классификации

  • Статья

Применимо к: SQL Server 2019 и более ранних версий Analysis Services Azure Analysis Services Fabric/Power BI Premium

Важно!

Интеллектуальный анализ данных не рекомендуется использовать в службах SQL Server 2017 Analysis Services, а в SQL Server 2022 Analysis Services его поддержка прекращена. Документация не обновляется для устаревших и неподдерживаемых функций. Дополнительные сведения см. в статье об обратной совместимости служб Analysis Services.

Диаграмму точности для модели интеллектуального анализа данных SQL Server Analysis Services можно создать за пять основных шагов:

  • Выберите структуру интеллектуального анализа данных, содержащую модели интеллектуального анализа данных, которые нужно сравнить.

  • Выберите модели интеллектуального анализа данных, которые будут добавлены в диаграмму.

  • Задайте источник проверочных данных, на основании которого будет создана диаграмма.

  • Выберите тип диаграммы.

  • Настройте параметры диаграммы.

Эти шаги одинаковы для диаграммы точности прогнозов, диаграммы роста прибыли и матрицы классификации. Далее описываются процедуры настройки общих параметров для этих типов диаграмм. Дополнительные сведения о создании отчета перекрестной проверки см. в разделе Меры в отчете перекрестной проверки.

Откройте структуру интеллектуального анализа данных в конструкторе диаграмм точности

  1. Откройте Designer интеллектуального анализа данных в SQL Server Data Tools.

  2. В обозревателе решений дважды щелкните структуру, которая содержит модель или модели интеллектуального анализа данных.

  3. Перейдите на вкладку Диаграмма точности интеллектуального анализа .

Выберите модели интеллектуального анализа данных для включения в диаграмму

  1. На вкладке Диаграмма точности интеллектуального анализа данных Designer интеллектуального анализа данных в SQL Server Data Tools перейдите на вкладку Выбор входных данных.

    Появится список всех моделей текущей структуры, содержащих этот же прогнозируемый атрибут.

  2. Установите флажок Показать для всех моделей, которые нужно включить в диаграмму.

  3. Щелкните текстовое поле Имя прогнозируемого столбца и выберите имя прогнозируемого столбца из списка. Все модели, включенные в диаграмму, должны иметь один и тот же прогнозируемый столбец.

  4. Если у сравниваемых моделей значения или типы данных в прогнозируемых столбцах различаются, следует снять флажок Синхронизировать столбцы и значения прогноза , чтобы произвести сравнение принудительно.

    Примечание

    Если флажок Синхронизировать столбцы и значения прогноза установлен, службы Analysis Services анализируют данные в прогнозируемых столбцах модели и проверочных данных и пытаются найти наилучшее соответствие. Этот флажок следует снимать только в случаях, когда нужно выполнить принудительное сравнение столбцов.

  5. Щелкните текстовое поле Прогнозируемое значение и выберите значение из списка. Если данные в прогнозируемом столбце имеют непрерывный тип, введите в это текстовое поле значение.

    Дополнительные сведения см. в разделе Выбор столбца, используемого для тестирования модели интеллектуального анализа.

Выбор проверочных данных

  1. На вкладке Выбор входных данных страницы Диаграмма точности интеллектуального анализа задайте источник данных, который будет использоваться для создания диаграммы. Для этого выберите один из параметров в группе Выбор набора данных для диаграммы точности.

    • Выберите вариант Использовать проверочные варианты модели интеллектуального анализа данных, если нужно использовать подмножество вариантов, определяемых пересечением проверочных вариантов структуры интеллектуального анализа данных и любых фильтров, которые могли применяться во время создания модели.

    • Выберите вариант Использовать проверочные варианты структуры интеллектуального анализа данныхдля использования полного набора проверочных вариантов, которые были определены в составе набора контрольных данных структур интеллектуального анализа данных.

    • Выберите параметр Задать другой набор данных, если нужно использовать внешние данные. Набор данных должен быть доступен в форме представления источников данных. Нажмите кнопку обзора (...), чтобы выбрать таблицы данных, используемые для диаграммы точности. Дополнительные сведения см. в статье Choose and Map Model Testing Data.

      При использовании внешнего набора данных можно, по желанию, фильтровать набор входных данных. Дополнительные сведения см. в статье Применение фильтров к данным проверки модели.

Примечание

Невозможно создать фильтр для тестовых случаев модели или тестовых случаев структуры интеллектуального анализа данных на вкладке Выбор входных данных . Чтобы создать фильтр в модели интеллектуального анализа данных, измените свойство Filter модели. Дополнительные сведения см. в разделе Применение фильтра к модели интеллектуального анализа данных.

Настройка параметров диаграммы и формирование диаграммы

  1. На вкладке Диаграмма точности интеллектуального анализа данных перейдите на вкладку диаграммы, которую нужно создать.

  2. Чтобы создать диаграмму подъема, перейдите на вкладку Диаграмма подъема . Диаграмма автоматически создается на основе модели, прогнозируемых атрибутов и только что выбранных входных данных.

  3. Чтобы создать матрицу классификации, перейдите на вкладку Матрица классификации . Дополнительные параметры не требуются; диаграмма автоматически создается на основе выбранных входных данных и модели.

  4. Чтобы получить диаграмму прибыли, сначала откройте вкладку Диаграмма подъема . Затем в раскрывающемся списке Тип диаграммы выберите Диаграмма Прибыли.

    Введите следующие параметры в диалоговом окне Настройки диаграммы роста прибыли .

    Населения
    Число вариантов из набора данных, который нужно использовать для создания диаграммы точности прогнозов.

    Модель всегда выбирает варианты в порядке убывания вероятности. Это значит, что если оцениваются потенциальные клиенты и нужно выбрать число, которое представляет только половину записей в базе данных клиентов, то модель будет измерять точность для подмножества вариантов, которые лучше всего соответствуют модели.

    Это происходит из-за того, что во время использования модели для формирования рассылки или создания кампании будет использоваться вероятность прогноза, связанная с каждым вариантом, чтобы включить в рассылку только клиентов, вероятность получить положительный отклик от которых будет максимальной.

    Фиксированные затраты
    Фиксированные издержки, связанные с бизнес-задачами.

    Фиксированные затраты на целевую рассылку могут представлять оплату установки принтера, включая первоначальные затраты по подготовке рекламной рассылки.

    Эти затраты учитываются один раз для всей целевой совокупности.

    Индивидуальные затраты
    Расходы, добавляющиеся к фиксированным издержкам, которые могут быть связаны с обращением к каждому заказчику. Например, сюда можно включить почтовые расходы по доставке рекламных писем или расходы на оплату телефонных переговоров.

    Эти расходы должны быть одинаковы для всей целевой совокупности. Каждое значение умножается на число целевых вариантов.

    Доход на физического лица
    Сумма прибыли, связанная с каждой успешной продажей.

См. также:

Диаграмма точности прогнозов (службы Analysis Services — интеллектуальный анализ данных)
Матрица классификации (службы Analysis Services — интеллектуальный анализ данных)