Data Mining 1(pdf) - Wiphala.net

More documents

Recommendations

Info

$PresentaciÃƒÂ³n LaTeX-Beamer - Wiphala.net$

KeyInputPrediction7. En la página Especificar los datos deentrenamiento, seleccione las siguientecolumnas:Para este laboratorio, omita las sugerenciashaciendo clic en Cancelar.ColumnaCustomerKeyXBikeBuyer X XAgeXCommuteDistanceXCustomerKeyXEnglishEducationXEnglishOccupationXFirstNameXGenderXGeographyKeyXHouseOwnerFlagXLastNameXMaritalStatusXNumberCarsOwnedXNumberChildrenAtHomeXRegionXTotalChildrenXYearlyIncomeXUn atributo puede ser marcado como:Key. El asistente elegirá esa columna comoclave para el modelo.Input (Columna de entrada). Este atributo seusará como variable predictora.Prediction. (Columna de salida). Es la claseo el atributo a predecir.9. En la página Especificar el contenido yel tipo de datos de las columnas, haga clic enDetectar. Un algoritmo usará los datos de lavista y determinará si las columnas numéricascontienen valores continuos o discretos.8. Alternativamente puede presionar elboton Sugerir, se abrirá el cuadro de diálogoSugerir columnas relacionadas que enumera lascolumnas que están más ligadas a la columna depredicción, ordenando los atributos según larelación que tengan con el atributo de predicción.Las columnas cuyo valor es mayor que 0,05 seseleccionan automáticamente, si está de acuerdohaga clic en Aceptar.8
10. Después de hacer clic en Detectar,compruebe que las entradas de las columnasTipo de contenido y Tipo de datos tengan laconfiguración especificada en la siguiente tabla.Columna Tipo de Tipo decontenido datosAge Continuous LongBikeBuyer Discrete LongCommuteDistance Discrete TextCustomerKey Key LongEnglishEducation Discrete TextEnglishOccupation Discrete TextFirstName Discrete TextGender Discrete TextGeographyKey Discrete TextHouseOwnerFlag Discrete TextLastName Discrete TextMaritalStatus Discrete TextNumberCarsOwned Discrete LongNumberChildrenAtHome Discrete LongRegion Discrete TextTotalChildren Discrete LongYearlyIncome Continuous DoubleUsted debe de modificar para que corresponda alos valores de la tabla de arriba, revise el casopor ejemplo de: GeographyKey11. Haga clic en Siguiente.Es finalmente le permitira entrar a la ventana dediseño del modelo de minería de datos para árbolesde decisión:En porcentaje de datos para prueba nocoloque 30%.En máximo número de casos en el conjuntode datos de prueba no coloque nada, borreel valor.12. En la página Finalización del asistentehago lo siguiente:En Nombre de la estructura de minería dedatos, escriba Targeted Mailing.En Nombre del modelo de minería de datos,escriba TM_Decision_Tree.Active la casilla de verificación Permitirobtención de detalles.Haga clic en Finalizar.Observe ahora que en la parte superior de la ventanadel Diseñador de Minería de Datos se ubican cincofichas de ventanas:Estructura de minería de datosModelos de minería.Visor del modelo de minería de datos.Gráfico de exactitud del modeloRendimiento del modelo de predicción9
Page 1 and 2: Laboratorio 05PROCESO DE LA MINERIA
Page 3 and 4: 2. Crear un origen de datosUn orige
Page 5 and 6: 5. En la página Seleccionar tablas
Page 7: 1. Crear una estructura del modelo
Page 11 and 12: . Crear un modelo Microsoft Naive B
Page 13 and 14: 3. Explorar los modelos Targeted Ma
Page 15 and 16: 4. Crear prediccionesPuede crear co
Page 17: . Ver los resultados1. El primer bo

Data Mining 1(pdf) - Wiphala.net

Create successful ePaper yourself

Delete template?

Save as template?