Microsoft Decision Trees-Algorithmus

Gilt für: SQL Server 2019 und frühere Analysis Services Azure Analysis Services Fabric/Power BI Premium

Der Microsoft Decision Trees Algorithm ist ein Klassifikations- und Regressionsalgorithmus zur Verwendung in der prädiktiven Modellierung von diskreten und kontinuierlichen Attributen.

Bei diskreten Attributen erstellt der Algorithmus Vorhersagen basierend auf den Beziehungen zwischen Eingabespalten in einem Dataset. Der Algorithmus verwendet die Werte oder Zustände dieser Spalten, um die Zustände einer Spalte vorherzusagen, die Sie als vorhersagbar festlegen. Insbesondere identifiziert der Algorithmus die Eingabespalten, die mit der vorhersagbaren Spalte korreliert sind.

In einem Szenario beispielsweise, um vorherzusagen, welche Kunden wahrscheinlich ein Fahrrad kaufen, wenn neun von zehn jüngeren Kunden, aber nur zwei von zehn älteren Kunden ein Fahrrad kaufen, leitet der Algorithmus ab, dass das Alter ein guter Prädiktor des Fahrradkaufs ist. Die Entscheidungsstruktur macht Vorhersagen basierend auf dieser Tendenz zu einem bestimmten Ergebnis.

Bei fortlaufenden Attributen verwendet der Algorithmus die lineare Regression, um zu bestimmen, wo eine Entscheidungsstruktur geteilt wird.

Wenn mehrere Spalten auf vorhersagbar festgelegt sind oder die Eingabedaten eine geschachtelte Tabelle enthalten, die auf vorhersehbar festgelegt ist, erstellt der Algorithmus für jede vorhersagbare Spalte eine separate Entscheidungsstruktur.

Example

Die Marketingabteilung des Adventure Works Cycles-Unternehmens möchte die Merkmale früherer Kunden identifizieren, die angeben können, ob diese Kunden in Zukunft ein Produkt kaufen werden. In der AdventureWorks2012-Datenbank werden demografische Informationen gespeichert, die frühere Kunden beschreiben. Mithilfe des Microsoft Decision Trees Algorithm zur Analyse dieser Informationen kann die Marketingabteilung ein Modell erstellen, das voraussagt, ob ein bestimmter Kunde Produkte kauft, basierend auf den Status bekannter Spalten zu diesem Kunden, z. B. demographischen oder früheren Kaufmustern.

Funktionsweise des Algorithmus

Der Microsoft-Algorithmus für Entscheidungsbäume erstellt ein Data-Mining-Modell, indem er eine Reihe von Aufteilungen im Baum erzeugt. Diese Aufteilungen werden als Knoten dargestellt. Der Algorithmus fügt dem Modell jedes Mal einen Knoten hinzu, wenn er eine Eingabespalte findet, die erheblich mit der vorhersagbaren Spalte korreliert ist. Die Methode, wie der Algorithmus eine Teilung bestimmt, unterscheidet sich je nachdem, ob eine kontinuierliche oder diskrete Spalte vorhergesagt wird.

Der Microsoft Entscheidungsstrukturenalgorithmus verwendet die Featureauswahl, um die Auswahl der nützlichsten Attribute zu leiten. Alle SQL Server Data Mining-Algorithmen verwenden Featureauswahl, um die Leistung und Analysequalität zu verbessern und unwichtige Attribute daran zu hindern, Prozessorzeit zu verwenden. Wenn Sie beim Entwerfen eines Data Mining-Modells zu viele Eingabe- oder vorhersagbare Attribute verwenden, kann die Verarbeitung des Modells sehr lange dauern oder es kann nicht genügend Arbeitsspeicher mehr verfügbar sein. Zu den Methoden, mit denen bestimmt wird, ob der Baum aufgeteilt werden soll, gehören branchenübliche Metriken für Entropie und Bayes’sche Netzwerke. Weitere Informationen zu den Methoden zum Auswählen aussagekräftiger Attribute und anschließendes Bewerten und Bewerten der Attribute finden Sie unter Feature selection (Data Mining).For more information about the methods used to select meaningful attributes and then score and rank the attributes, see Feature Selection (Data Mining).

Ein häufiges Problem in Data-Mining-Modellen ist, dass ein Modell zu empfindlich auf kleine Unterschiede in den Trainingsdaten reagiert; dies wird als überangepasst oder übertrainiert bezeichnet. Ein überangepasstes Modell kann nicht auf andere Datensätze verallgemeinert werden. Um eine Übereinpassung für eine bestimmte Datengruppe zu vermeiden, verwendet der Microsoft Decision Trees Algorithm Techniken zum Steuern des Wachstums des Baums. Eine ausführliche Erläuterung der Funktionsweise des Microsoft Decision Trees Algorithm finden Sie unter Microsoft Technische Referenz zu Decision Trees Algorithm.

Vorhersagen diskreter Spalten

Der Microsoft-Decision-Trees-Algorithmus erstellt mithilfe eines Histogramms einen Baum für eine diskrete vorherzusagende Spalte. Das folgende Diagramm zeigt ein Histogramm, das eine vorhersagbare Spalte, Bike Buyers, gegen eine Eingabespalte, Alter, darstellt. Das Histogramm zeigt, dass das Alter einer Person hilft zu unterscheiden, ob diese Person ein Fahrrad kauft.

Die im Diagramm gezeigte Korrelation bewirkt, dass der Microsoft Entscheidungsstrukturenalgorithmus einen neuen Knoten im Modell erstellt.

Während der Algorithmus einem Modell neue Knoten hinzufügt, erzeugt er eine Baumstruktur. Der oberste Knoten der Struktur beschreibt, wie sich die vorhersagbare Spalte für die Gesamtpopulation der Kunden unterteilt. Da das Modell weiter wächst, berücksichtigt der Algorithmus alle Spalten.

Vorhersagen fortlaufender Spalten

Wenn der Microsoft Decision Trees Algorithm eine Struktur basierend auf einer fortlaufenden vorhersagbaren Spalte erstellt, enthält jeder Knoten eine Regressionsformel. Eine Unterbrechung erfolgt an einem Punkt der Nichtlinearität in der Regressionsformel. Betrachten Sie beispielsweise das folgende Diagramm.

Ein Standardmäßiges Regressionsmodell versucht, eine einzelne Formel abzuleiten, die den Trend und die Beziehungen für die Daten als Ganzes darstellt. Eine einzelne Formel kann jedoch bei der Erfassung der Diskontinuität in komplexen Daten unzureichend sein. Stattdessen sucht der Microsoft Decision Trees Algorithm nach Segmenten der Struktur, die weitgehend linear sind, und erstellt separate Formeln für diese Segmente. Durch das Aufteilen der Daten in verschiedene Segmente kann das Modell eine bessere Arbeit beim Angrenzen der Daten leisten.

Das folgende Diagramm stellt das Baumdiagramm des Modells im vorangehenden Streudiagramm dar. Um das Ergebnis vorherzusagen, stellt das Modell zwei verschiedene Formeln bereit: eine für die linke Verzweigung mit der Formel y = 0,5 x 5 und eine für die rechte Verzweigung mit der Formel y = .25x + 8,75. Der Punkt, an dem die beiden Linien im Streudiagramm zusammenkommen, ist der Punkt der Nichtlinearität, an dem ein Knoten in einem Entscheidungsbaummodell aufgeteilt wird.

Dieses Modell ist mit nur zwei linearen Gleichungen einfach, sodass die Aufteilung im Baum direkt nach dem Knoten Alle erfolgt. Eine Teilung kann jedoch auf jeder Ebene des Baumes auftreten. In einer Struktur, die mehrere Ebenen und Knoten enthält, bei denen jeder Knoten durch eine andere Sammlung von Attributen gekennzeichnet ist, kann eine Formel über mehrere Knoten hinweg freigegeben oder nur auf einen einzelnen Knoten angewendet werden.

Beispielsweise erhalten Sie eine Formel für einen Knoten, der als "Kunden über ein bestimmtes Alter und Einkommen" definiert ist, und eine andere in einem Knoten, der "Kunden, die lange Strecken pendeln" darstellt. Wenn Sie die Formel für einen einzelnen Knoten oder ein einzelnes Segment anzeigen möchten, wählen Sie den Knoten aus.

Daten, die für Entscheidungsstrukturmodelle erforderlich sind

Wenn Sie Daten für die Verwendung in einem Entscheidungsstrukturmodell vorbereiten, verstehen Sie die Anforderungen für den jeweiligen Algorithmus, einschließlich der benötigten Daten und deren Verwendung.

Die Anforderungen für ein Entscheidungsstrukturmodell sind wie folgt:

• Eine einzelne Schlüsselspalte. Jedes Modell muss eine numerische oder Textspalte enthalten, die jeden Datensatz eindeutig identifiziert. Verbundschlüssel sind nicht zulässig.

• Eine vorhersagbare Spalte. Das Modell erfordert mindestens eine vorhersagbare Spalte. Sie können mehrere vorhersagbare Attribute in ein Modell einschließen, und die vorhersagbaren Attribute können von verschiedenen Typen sein, entweder numerisch oder diskret. Das Erhöhen der Anzahl vorhersagbarer Attribute kann die Verarbeitungszeit erhöhen.

• Eingabespalten. Für das Modell sind Eingabespalten erforderlich, die diskret oder fortlaufend sein können. Das Erhöhen der Anzahl von Eingabeattributen wirkt sich auf die Verarbeitungszeit aus.

Ausführliche Informationen zu den unterstützten Inhaltstypen und Datentypen für Entscheidungsstrukturmodelle finden Sie im Abschnitt "Anforderungen" des Microsoft Technische Referenz für den Decision Trees-Algorithmus.

Anzeigen eines Entscheidungsbaummodells

Verwenden Sie die Microsoft Strukturanzeige, um das Modell zu erkunden. Wenn Ihr Modell mehrere Strukturen generiert, können Sie eine Struktur auswählen und eine Aufschlüsselung der Kategorisierung der Fälle für jedes vorhersagbare Attribut anzeigen. Sie können auch die Interaktion der Bäume mithilfe des Abhängigkeitsnetzwerk-Viewers anzeigen. Weitere Informationen finden Sie unter Durchsuchen eines Modells mithilfe des Microsoft Tree Viewers.

Weitere Details zu jedem Zweig oder Knoten in der Baumstruktur erhalten Sie, wenn Sie das Modell auch mit dem Microsoft Generic Content Tree Viewer durchsuchen. Der für das Modell gespeicherte Inhalt enthält die Verteilung für alle Werte in jedem Knoten, Wahrscheinlichkeiten auf jeder Ebene der Struktur und Regressionsformeln für fortlaufende Attribute. Weitere Informationen finden Sie unter Miningmodellinhalt von Entscheidungsstrukturmodellen (Analysis Services – Data Mining).

Erstellen von Vorhersagen

Nachdem das Modell verarbeitet wurde, speichert es die Ergebnisse als Eine Reihe von Mustern und Statistiken. Verwenden Sie diese Ergebnisse, um Beziehungen zu untersuchen oder Vorhersagen zu treffen.

Beispiele für Abfragen, die mit einem Entscheidungsstrukturmodell verwendet werden sollen, finden Sie unter "Beispiele für Entscheidungsstrukturenmodellabfragen".

Allgemeine Informationen zum Erstellen von Abfragen für Miningmodelle finden Sie unter Data Mining-Abfragen.

Bemerkungen

• Unterstützt die Verwendung von Predictive Model Markup Language (PMML) zum Erstellen von Miningmodellen.

• Unterstützt Drillthrough-Funktion.

• Unterstützt die Verwendung von OLAP-Miningmodellen und die Erstellung von Data Mining-Dimensionen.

Siehe auch

Data Mining-Algorithmen (Analysis Services - Data Mining)
Technische Referenz zum Microsoft Decision Trees-Algorithmus
Beispiele für Decision Trees-Modellabfragen
Miningmodellinhalt von Entscheidungsstrukturmodellen (Analysis Services – Data Mining)