Explorar el modelo de agrupación en clústeres de secuencia (Tutorial intermedio de minería de datos)
Se aplica a: SQL Server 2016 Preview
Ahora que ha creado el Sequence Clustering with Region modelo, puede explorar mediante el Microsoft Visor de clústeres de secuencia en el Visor de modelo de minería de datos ficha del Diseñador de minería de datos. El Microsoft Visor de clústeres de secuencia contiene cinco pestañas: diagrama del clúster, perfiles del clúster, características del clúster, ClusterDiscrimination, y las transiciones de estado. Para obtener más información acerca de cómo usar este visor, vea Examinar un modelo usando el Visor de clústeres de secuencia de Microsoft.
Pestaña Diagrama del clúster
Pestaña Perfiles del clúster
Pestaña Características del clúster
Pestaña Distinción del clúster
Pestaña Transiciones de estado
Visor de árbol de contenido genérico
Pestaña Diagrama del clúster
El diagrama del clúster ficha muestra gráficamente los clústeres que ha descubierto el algoritmo en la base de datos. El diseño del diagrama, con clústeres similares agrupados juntos, representa las relaciones entre los clústeres. De forma predeterminada, el sombreado de cada nodo representa la densidad de todos los casos del clúster: cuanto más oscuro es el sombreado del nodo, más casos contiene. Puede cambiar el significado del sombreado de los nodos para que represente la compatibilidad de un atributo y un estado dentro de cada clúster.
También puede cambiar el nombre de los clústeres para identificar los clústeres de destino y trabajar con ellos fácilmente. En este tutorial, cambiará el nombre del clúster que tiene el porcentaje más alto de clientes de la región del Pacífico y el clúster que tiene en total mayor número de casos.
Nota
Los casos asignados a clústeres concretos pueden cambiar cuando se vuelve a procesar el modelo, en función de los datos y los parámetros del modelo. Además, si cambia el nombre de los clústeres, estos nombres se perderán cuando vuelva a procesar el modelo de minería de datos.
Para cambiar el atributo usado para resaltar los clústeres
En el Variable de sombreado lista, seleccione modelo.
Seleccione Cycling Cap en el estado lista.
El diagrama se actualiza para mostrar la concentración del producto seleccionado en cada uno de los clústeres. El clúster que tiene el sombreado más oscuro contiene mayor cantidad de gorras de ciclismo (cycling cap). Puede cambiar la variable de sombreado para usar cualquier estado de cualquier columna de entrada.
En el Variable de sombreado lista, seleccione rellenado.
Cuando cambie la variable de sombreado a Población, el diagrama se actualizará para comparar los clústeres por tamaño. El clúster con el sombreado más oscuro tendrá más casos que los demás clústeres.
Para cambiar el nombre de los nodos del modelo
Cambio Variable de sombreado a región, y establecer estado a Pacífico.
Resalte el nodo más oscuro del gráfico.
Haga clic en este clúster y seleccione cambiar el nombre de clúster.
Escriba el nombrePacific Cluster.
Cambie el valor de Variable de sombreado a rellenado.
En el gráfico actualizado, busque el clúster más oscuro, que debería ser el clúster más grande. Si a través del sombreado no puede determinar cuál es el clúster más grande, sitúe el mouse sobre cada uno de los clústeres y vea la Información sobre herramientas; a continuación, elija el clúster que contiene mayor número de casos.
Haga clic en este clúster y seleccione cambiar el nombre de clúster. Escriba el nuevo nombre, Largest Cluster.
Puede explorar en profundidad el nodo que representa el clúster para ver los detalles de los casos que hay en cada clúster. Esto puede resultar útil si desea tomar alguna acción sobre los resultados del análisis, como por ejemplo, enviar un correo electrónico a un cliente. También puede examinar los demás atributos de los casos que incluyó en la estructura y no se usan en el modelo, como Region e IncomeGroup. Para obtener más información acerca de la obtención de detalles a través de modelos de minería de datos de los casos subyacentes, vea consultas de obtención de detalles ( minería de datos ).
Para explorar en profundidad los detalles del diagrama del clúster
Haga clic en Pacific Cluster, seleccione obtener detalles, y, a continuación, seleccione columnas de modelo y estructura.
El obtener detalles abre el cuadro de diálogo. Las columnas que no se utilizan en el modelo pero que están disponibles para las consultas tienen el prefijo estructura.
Como puede ver, esta clúster contiene en su mayoría clientes de la región del Pacífico y muy pocos clientes de las demás regiones.
Haga clic en el signo más de la columna anidada v Assoc Seq Line Items para ver la secuencia de artículos en un orden de clientes determinado.
Cerrar la obtener detalles cuadro de diálogo.
Nota
La Reproducir botón le permite consultar los datos; sin embargo, volver a consultar no cambia los datos que se muestran, a menos que el modelo se ha actualizado dinámicamente en segundo plano por otro proceso.
Volver al principio
Pestaña Perfiles del clúster
El perfiles del clúster ficha muestra las secuencias de cada clúster. Los clústeres se muestran en columnas individuales a la derecha de la estados columna.
En el Visor, la modelo fila describe la distribución global de los elementos de un clúster y el Model.samples fila contiene secuencias de los elementos. Cada línea de las secuencias de color en cada celda de la Model.samples fila representa el comportamiento de un usuario seleccionado aleatoriamente en el clúster.
Cada color de un histograma de secuencia individual representa un modelo de producto. La Leyenda de minería de datos muestra las secuencias de productos usando tanto la codificación de colores como los nombres de los modelos de productos. Si agregó otras columnas al modelo para la agrupación en clústeres, como Region o Income Group, el visor incluirá una fila adicional por cada columna en la que se mostrará la distribución de estos valores en cada clúster.
Para ver las secuencias más comunes de un clúster
Haga clic en el modelo fila en la columna para el clúster Largest Cluster, y seleccione Mostrar leyenda.
El Color columna contiene una barra sombreada que indica la frecuencia de elementos encontrados en secuencias. Cada color representa un elemento diferente. El significado columna muestra los nombres de modelo de producto para cada color. El distribución columna indica el porcentaje de casos que contenían este elemento de una secuencia.
Cerrar la leyenda de minería de datos.
Haga clic en el Model.samples la fila en la columna con el encabezado rellenado, y seleccione Mostrar leyenda.
Examine la lista de secuencias del modelo general**.**
En Leyenda de minería de datos se muestran primero las secuencias más comunes, y, como puede ver, Mountain Tire Tube es el primer artículo de muchas secuencias. Esto significa que es muy probable que un cliente incluya primero el artículo Mountain Tire Tube en la cesta de la compra.
Para explorar en profundidad los casos en el visor de clústeres
Desplácese hacia abajo en el panel atributo hasta que encuentre la fila correspondiente a la región atributo.
La fila contiene un histograma para cada clúster del modelo, además de un histograma adicional para rellenado, lo que significa que el conjunto completo de casos usados en el modelo. Un histograma es una barra con colores diferentes, donde cada color representa un atributo y el tamaño de la sección coloreada de ese atributo representa el porcentaje de casos en los que aparece ese atributo.
Compare los histogramas de los clústeres que denominó Pacific Cluster y Largest Cluster. Cada clúster aparece en una columna diferente.
En ambos se usan colores sólidos, pero los colores son diferentes.
En el región la fila, sitúe el mouse sobre el histograma de colores para Largest Cluster.
En la Información sobre herramientas se muestran los porcentajes reales de casos de cada región.
Haga clic en el histograma de colores en el región fila para Pacific Cluster, seleccione obtener detalles, y, a continuación, seleccione solo columnas de modelos.
Mueva la barra de desplazamiento para revisar todos los clientes de este clúster.
Si vuelve a explorar en profundidad los detalles, podrá ver que la mayoría de los pedidos que contiene el clúster proceden de la región del Pacífico, pero también hay unos pocos de las regiones de Norteamérica y Europa.
Cerrar la obtener detalles cuadro de diálogo.
Volver al principio
Pestaña Características del clúster
El características del clúster ficha resume las transiciones entre Estados en un clúster mediante barras que representan visualmente la importancia del valor del atributo para el clúster seleccionado. El Variables columna indica lo que se encuentra el modelo sea importante para el clúster seleccionado o rellenado: un valor determinado o la relación entre los valores, conocidos como transición. El valores columna proporciona más detalles sobre el valor o la transición y el probabilidad columna representa visualmente el peso de este atributo o transición.
Para ver los atributos importantes de un clúster
En el clúster lista desplegable, seleccione Pacific Cluster.
La lista se actualiza para mostrar las características del clúster cuyo nombre ha cambiado Pacific Cluster. En este clúster, la característica más importante es región.
Sitúe el mouse sobre la barra sombreada de la fila de región.
La probabilidad de que el valor sea Pacific es muy elevada. Para obtener más información sobre cómo interpretar estos valores, consulte Microsoft secuencia clústeres referencia técnica del algoritmo.
Examine la lista de características del clúster hasta que encuentre la primera fila de transición.
Una fila de transición contiene el texto transición en el Variables columna y una combinación de valores de atributo secuenciales en el valor columna. La secuencia también puede contener los puntos iniciales y los valores que faltan.
Por ejemplo, suponga que la transición tiene el valor, [Inicio] -> Road Tire Tube. Esto significa que los clientes de este clúster con frecuencia incluyen primero el artículo Road Tire Tube en su cesta de la compra. Esto podría significar que el producto es un elemento popular que los clientes buscan en primer lugar o podría indicar simplemente que el producto es fácil de encontrar en el lugar de compra.
Desplácese por la lista hasta que encuentre la primera transición que no tiene [inicio] o falta en él.
Por ejemplo, suponga que encuentra la transición Touring Tire, Touring Tire Tube. Esto significa que los clientes de este clúster compran a menudo estos artículos juntos, exactamente en este orden.
Sitúe el mouse sobre la barra sombreada de esta transición.
La probabilidad de esta transición se muestra en forma de porcentaje.
En el clúster lista desplegable, seleccione población (todo).
La lista de atributos se actualiza para mostrar las características de todos los pedidos usados para crear el modelo. En este modelo de minería de datos, la característica más importante para distinguir entre clústeres es región, con un valor de Norteamérica.
Después de revisar estas tareas, habrá observado dos cosas. La primera es que necesita una gran cantidad de datos para obtener un número significativo de combinaciones. Por ejemplo, las secuencias con las probabilidades más suelen incluir un [inicio] o falta estado.
El segundo es que hay un gran efecto de agrupación en clústeres en atributos para región, lo que resulta más difícil ver los grupos de secuencias. Por tanto, decídase a crear otro modelo que use exclusivamente secuencias y no incluya las columnas de las regiones o los ingresos.
Volver al principio
Pestaña Distinción del clúster
El distinción del clúster ficha le ayuda a comparar dos clústeres, para determinar qué atributos distinguen un clúster determinado desde otro clúster. La pestaña contiene cuatro columnas: Variables, valores, 1 clúster, y clúster 2. Puede elegir cualquier clúster para usarlo como clúster 1 y clúster 2.
El Variables columna indica el nombre del atributo, que puede ser un nombre de columna o combinación de nombre de columna y la palabra transición. El valores columna muestra el valor exacto del atributo o la transición. Las barras sombreadas de las columnas para clúster 1 y clúster 2 indican la fuerza del atributo en los clústeres que se van a comparar. Cuanto mayor sea la barra, mayor será la probabilidad de que incluya casos con ese atributo.
Para comparar dos clústeres usando la pestaña Distinción del clúster
En el distinción del clúster ficha, para clúster 1, seleccione Pacific Cluster.
De forma predeterminada, la selección de clúster 2 cambia a complemento de Pacífico *** clúster.
El principal atributo que distingue Pacific Cluster de todos los demás casos es la región. Region es un tipo de atributo de agrupación en clústeres que oculta otros atributos. Para evitar este efecto, intente comparar algunos de los clústeres más pequeños entre sí. Al hacerlo, la lista de atributos cambia y se pueden incluir más transiciones entre los modelos.
Busque una fila de transición y sitúe el mouse sobre la barra sombreada.
Los elementos de la valores columna puede incluir Estados y transiciones. El sombreado de cada elemento indica la puntuación de la distinción. Para obtener más información sobre el significado de distintas puntuaciones, consulte Mining Model Content para modelos de agrupación en clústeres de secuencia de ( Analysis Services: minería de datos y nº 41;.
Volver al principio
Pestaña transiciones de estado
En el las transiciones de estado ficha, puede seleccionar un clúster y examinar sus transiciones de estado. Si selecciona población (todo) en la lista desplegable de clúster, el diagrama muestra la distribución de Estados para el modelo de minería de datos completa.
Cada nodo del gráfico representa un estado o valor posible de las secuencias que está intentando analizar. El color de fondo de los nodos representa la frecuencia del estado. Las líneas conectan algunos estados, lo que indica una transición entre estados. Puede mover el control deslizante arriba o abajo para cambiar el umbral de probabilidad de las transiciones. Algunos nodos llevan asociados unos números, que indican la probabilidad de ese estado.
Para explorar las relaciones en la pestaña de Transiciones de estado
En el las transiciones de estado ficha del Visor de modelo de minería de datos, seleccione Pacific Cluster en la lista de clústeres. Asegúrese de que el Mostrar etiquetas de bordes está seleccionada.
El gráfico se actualiza para mostrar las transiciones que son más comunes en este clúster.
Haga clic en cualquier nodo que esté conectado a otro nodo mediante una línea.
El gráfico se actualiza y resalta los nodos relacionados. El valor numérico situado junto a la línea indica la probabilidad de la transición.
Elevar el control deslizante hasta todos los vínculos, para aumentar el número de transiciones que se incluyen en el gráfico.
Seleccione población (todo) de clúster.
Tenga en cuenta que al cargar un clúster diferente, se restablece la configuración de presentación predeterminada del gráfico, por lo que el control deslizante se sitúa de nuevo en su posición media.
Haga clic en el nodo más oscuro en el gráfico, que debería ser Sport-100.
Fíjese que no hay líneas que conecten este producto con otros.
Mueva hacia arriba un paso el control deslizante para aumentar el número de transiciones que se incluyen en el gráfico. No vaya hasta todos los vínculos todavía.
El gráfico se actualiza y se agregan algunas transiciones más, pero ninguna que incluya el modelo Sport-100.
Mueva el control deslizante hasta todos los vínculos. Haga clic en el nodo Sport-100, si aún no está seleccionado.
El gráfico se actualiza para mostrar numerosas transiciones que incluyen el producto Sport-100. La dirección de la flecha de la línea de conexión indica si el artículo Sport-100 se seleccionó como primer o segundo elemento del par.
Haga clic en el nodo de Touring Tire y mueva el control deslizante de nuevo hacia abajo, hasta su posición media.
Al principio, hay muchas líneas de transición que conectan Touring Tire con otros productos, pero al aumentar el umbral de probabilidad, se eliminan del gráfico las transiciones menos probables, por lo que únicamente se mantiene la transición Touring Tire > Touring Tire Tube. Esta transición significa que si el cliente incluye un artículo Touring Tire en la cesta de la compra, existe una gran probabilidad de que incluya a continuación el producto Touring Tire Tube.
Volver al principio
Visor de árboles de contenido genérico
Este visor se puede usar para todos los modelos, sin tener en cuenta el algoritmo o tipo de modelo. El Visor de árbol de contenido MicrosoftGeneric está disponible desde el Visor lista desplegable.
Un árbol de contenido es una representación de un modelo de minería de datos como una serie de nodos, donde cada nodo representa el conocimiento adquirido acerca de los datos de entrenamiento. El nodo puede contener un patrón, un conjunto de reglas, un clúster o la definición de un intervalo de fechas que comparten ciertos atributos. El contenido exacto del nodo varía en función del algoritmo y del atributo de predicción, pero la representación general del contenido es la misma.
Puede expandir cada nodo para ver un mayor nivel de detalle y copiar el contenido de cualquier nodo en el Portapapeles. Para obtener más información, vea Examinar un modelo usando el Visor de árbol de contenido genérico de Microsoft.
Para ver los detalles de un modelo de agrupación en clústeres de secuencia usando el visor de árbol de contenido genérico
En el Visor de modelo de minería de datos haga clic en el Visor lista y seleccione Visor de árbol de contenido genérico de Microsoft.
En el título del nodo panel, haga clic en Pacific Cluster (1).
El nombre de este nodo contiene tanto el nombre descriptivo que se asignó al clúster como el identificador de nodo subyacente. Puede usar los identificadores de nodo para explorar en profundidad otros detalles del modelo.
Expanda el primer nodo secundario, denominado secuencia nivel para el clúster 1.
El nodo de nivel de secuencia de un clúster contiene los detalles sobre las transiciones y los estados incluidos en dicho clúster. Puede usar estos detalles, disponibles en la columna NODE_DISTRIBUTION, para explorar las secuencias y los estados de cada clúster o del modelo en su conjunto.
Continúe expandiendo los nodos y consulte los detalles en el panel del visor HTML.
Para obtener más información sobre el contenido del modelo de minería de datos y cómo utilizar los detalles en el Visor, vea contenido del modelo de minería de datos para modelos de agrupación en clústeres de secuencia de ( Analysis Services: minería de datos y nº 41;.
Volver al principio
Siguiente tarea de la lección
Crear un modelo de clústeres de secuencia relacionado ( Tutorial de minería de datos intermedios )
Vea también
Algoritmo de clústeres de secuencia de Microsoft
Ejemplos de consultas de modelos de clústeres de secuencia