Scopi
La procedura guidata Grafico di accuratezza consente di valutare le prestazioni di modelli di data mining in base a dati di prova dalla struttura di data mining, da una tabella o un intervallo di Excel o da un'origine dati esterna. Se il modello da valutare è di classificazione, la procedura guidata compilerà un grafico di accuratezza, che illustra le prestazioni del modello a confronto con un modello ideale ipotetico nel quale la classificazione viene eseguita senza errori. Nel caso di un modello di valutazione, verrà compilato un grafico a dispersione che illustra sia le valutazioni del modello che i valori effettivi dai dati di prova.
Funzionamento
La procedura guidata consente di scegliere un modello da valutare dall'elenco dei modelli disponibili nel server oppure una struttura di data mining. Se si sceglie una struttura di data mining, verranno valutati tutti i modelli che contiene. È inoltre possibile scegliere la colonna di output dei modelli da testare nonché l'origine dei dati di prova, ovvero dati dalla struttura di data mining o una nuova origine. Se si selezionano nuovi dati di prova, sarà possibile definire i mapping tra le colonne dei dati di prova e le colonne del modello.
Scopi
Con la procedura guidata Grafico di accuratezza è possibile valutare le prestazioni di modelli di data mining in base a dati di prova dalla struttura di data mining, da una tabella o un intervallo di Excel o da un'origine dati esterna. Se il modello da valutare è di classificazione, la procedura guidata compilerà un grafico di accuratezza, che illustra le prestazioni del modello a confronto con un modello ideale ipotetico nel quale la classificazione viene eseguita senza errori. Nel caso di un modello di valutazione, verrà compilato un grafico a dispersione che illustra sia le valutazioni del modello che i valori effettivi dai dati di prova.
Funzionamento
Nella procedura guidata è possibile scegliere un modello da valutare dall'elenco dei modelli disponibili nel server oppure una struttura di data mining. Se si sceglie una struttura di data mining, verranno valutati tutti i modelli che contiene. È inoltre possibile scegliere la colonna di output dei modelli da testare nonché l'origine dei dati di prova, ovvero dati dalla struttura di data mining o una nuova origine. Se si selezionano nuovi dati di prova, sarà possibile definire i mapping tra le colonne dei dati di prova e le colonne del modello.
Scopi Con la procedura guidata Esplorazione dati è possibile ottenere informazioni statistiche di base sui dati in una tabella ...
Scopi Con la procedura guidata Forma di Visio per albero delle decisioni è possibile creare modelli di data mining di tipo ...
Scopi Con la procedura guidata Forma di Visio per cluster è possibile eseguire il rendering di modelli di data mining di ...
Scopi Con la procedura guidata Grafico dei profitti è possibile compilare un grafico di questo tipo per modelli di data mining ...
Scopi Con la procedura guidata Grafico di accuratezza è possibile valutare le prestazioni di modelli di data mining in base ...
Scopi Con la procedura guidata Matrice di classificazione è possibile valutare le prestazioni di modelli di data mining in ...
Scopi Con la procedura guidata Modello di documento è possibile acquisire i dettagli di un modello esistente per la documentazione ...
Scopi Con la procedura guidata Modifica etichette dati è possibile modificare specifiche etichette in una singola colonna ...
Scopi Con la procedura guidata Previsione è possibile compilare un modello di previsione in base a dati esistenti da una ...