Добавление модели логистической регрессии к структуре Call Center (учебник по интеллектуальному анализу данных — средний уровень)
Кроме анализа факторов, которые могут повлиять на работу центра обработки звонков, также была поставлена задача выработать рекомендации для персонала с целью повысить качество обслуживания. Для этой задачи будет использоваться та же структура интеллектуального анализа данных, с помощью которой была построена модель нейронной сети для исследования данных. Также будет добавлена модель интеллектуального анализа данных, которая будет использоваться для создания прогнозов.
Для прогноза можно использовать и нейронные сети, и логистическую регрессию. Однако нейронные сети обычно считаются подходящими для исследования сложных взаимодействий, а логистическая регрессия хорошо подходит для прогнозирования двоичных исходов на основании известных независимых переменных. В этом учебнике целевой результат (повышенный уровень обслуживания) уже определен, а также известны некоторые факторы, которые, возможно, влияют на уровень обслуживания. Поэтому метод логистической регрессии будет хорошим выбором для прогнозирования влияния, оказываемого изменением независимых переменных, таких как структура персонала и время ответа на звонок, на уровень обслуживания.
На этом занятии будет добавлена новая модель, а затем эта модель будет настроена для ответа на бизнес-вопросы.
Добавление новой модели интеллектуального анализа данных к структуре интеллектуального анализа данных Call Center
В среде Business Intelligence Development Studio в обозревателе решений щелкните правой кнопкой мыши структуру интеллектуального анализа данных Call Center и выберите команду Открыть конструктор.
В конструкторе интеллектуального анализа данных перейдите на вкладку Модели интеллектуального анализа данных.
Выберите команду Создать связанную модель интеллектуального анализа данных.
В диалоговом окне Создание модели интеллектуального анализа данных введите в поле Имя модели значение Call Center - LR. В поле Имя алгоритма выберите Алгоритм логистической регрессии (Майкрософт).
Нажмите кнопку ОК.
На вкладке Модели интеллектуального анализа данных появляется новая модель интеллектуального анализа данных.
Настройка модели логистической регрессии
В столбце для новой модели интеллектуального анализа данных Call Center - LR оставьте в качестве ключа значение Fact CallCenter ID.
Измените значение ServiceGrade и Level Two Operators на Прогноз.
Эти столбцы будут использоваться и в качестве входных данных, и для прогноза.
.gif "Примечание")
ПримечаниеКогда в модель нейронной сети или логистической регрессии включаются несколько прогнозируемых атрибутов, то фактически создаются две различные модели в одном контейнере метаданных. Так происходит потому, что алгоритм создает отдельное поддерево для каждого набора прогнозируемых атрибутов.
Измените тип всех остальных столбцов на Входной.
Указание начального значения и обработка моделей
На вкладке Модель интеллектуального анализа данных щелкните правой кнопкой мыши столбец для модели «Call Center - LR» и выберите команду Установить параметры алгоритма.
В строке для параметра HOLDOUT_SEED щелкните пустую ячейку под строкой Значение и введите 1. Нажмите кнопку ОК.
ПримечаниеЗначение, выбираемое в качестве начального, не играет роли, но необходимо использовать одно и то же начальное значение для всех связанных моделей.
В меню Модели интеллектуального анализа данных выберите команду Обработать структуру интеллектуального анализа данных и все модели. Чтобы выполнить развертывание на сервере обновленного проекта интеллектуального анализа данных, нажмите кнопку Да.
В диалоговом окне Обработка модели интеллектуального анализа данных нажмите кнопку Выполнить.
Нажмите кнопку Закрыть, чтобы закрыть диалоговое окно Ход обработки, а затем вновь нажмите кнопку Закрыть в диалоговом окне Обработка модели интеллектуального анализа данных.
Следующая задача занятия