第2章modeler概述啦啦啦.pptVIP

Modeler自带的重要帮助资源 AlgorithmsGuide.pdf CLEF 开发人员指南.pdf CRISP-DM 1.0 指南.pdf Modeler Administration.pdf Server 和性能指南.pdf Solution Publisher 指南.pdf UsersGuide.pdf 建模节点.pdf 脚本编写与自动化.pdf 数据库内数据挖掘指南.pdf 应用程序指南.pdf 源、进程和输出节点.pdf Modeler自带的重要帮助资源 2.2 Modeler基本操作 Modeler主窗口 Modeler主窗口 数据流区域 数据流（stream）由一系列的节点构成，每个节点代表了对数据的某种处理，节点之间通过有方向的箭头连接。 选项板区 分为收藏夹、源、记录选项、字段选项、图形、建模、输出、导出八个栏 Modeler主窗口 管理器窗口 管理器窗口中共包含了“流”、“输出”、“模型”三个栏。 工程管理区 工程管理区含有两个选项栏，一个是“CRISP-DM”，一个是“类”。 数据流的基本操作 生成数据流的基本过程 向数据流区域增添新的节点； 将这些节点连接到数据流中； 设定数据节点或数据流的功能； 运行数据流。 数据流的基本操作 向数据流区域添节点 双击选项板区中待添加的节点； 左键按住待添加节点，将其拖入数据流区域内； 先选中选项板区中待添加的节点，然后将鼠标放入数据流区域，在鼠标变为十字形时单击数据流区域的任何空白处。 向数据流区域删节点 左键单击待删除的节点，按键盘上的delete键删除； 右键单击待删除的节点，在快捷菜单中选择delete。 数据流的基本操作 将节点连接到数据流中 双击节点 通过Alt键连接 手动连接 数据流的基本操作 绕过数据流中的节点 将节点插入已存在的连接中 数据流的基本操作 删除连接 选择待删除的连接，单击右键，从弹出的快捷菜单中选择“删除连接”； 选择待删除连接的节点，按F3键，删除了所有连接到该节点上的连接； 数据流的执行 选择菜单栏中的按钮， 数据流区域内的所有数据流将被执行； 先选择要输出的数据流，再选择菜单栏中的按钮，被选的数据流将被执行； 选择要执行的数据流中的输出节点，单击鼠标右键，在弹出的快捷菜单中选择“执行”选项，执行被选中的节点。 模型评估 将原始数据集分为固定的二部分：训练集、测试集 交叉验证 实际应用中常采用n-维交叉验证： 将数据随机分成不相交的n份，依次用第k份作为测试集，剩下的n-1份做训练集，可得到n个不同的错误率。最后用所有的数据建立模型，模型的错误率为n个错误率的平均。 Modeler评估图表节点（Evaluation）-图形节点 收益图（ Gains） 提升图（ Lift ） 响应图（ Response ） 利润图（ Profit ） 投资回报图 (ROI) 累积散点图：此分位数以下所有值的和。 问题背景（Marketing—流） 营销部门进行直邮销售：根据以往的活动，通常可以得到24%的响应。他们在数据库的数据表中储存了一份 10000位客户的名单。因此，根据经验响应率，他们预期有 10000* 24%，约2400位潜在客户会响应。 营销部门有两个选择： 随机选取客户作为目标 使用DM模型来锁定最有可能响应的客户-减少开支 二种结果： 如果公司随机选取客户，则根据经验响应率，他们预期只会收到响应数为：发出邮件个数*24%。 响应数随着邮寄客户数的扩大而均匀增加，但只有扩大到10000人的100%时，相应达到2400人的100%（所有的潜在客户）。 使用DM模型来锁定最有可能响应的 部分客户，性能较好的模型能找到的潜在客户会大于“发出邮件个数*24%” ，甚至找到所有的潜在客户(2400人)。 比较C5.0及Quest决策树的性能 累积收益图（Gains)：（分位数中的匹配数量/全部匹配数量） × 100% 累积收益图的线从左至右的走势通常是从 0% 到 100%。 优秀模型的累积收益图将陡升至 100%，然后保持平直。 无法提供有用信息的模型将呈对角线状，即从左下角到右上角（选择了包含基线后将显示类似图表）。 样本按照置信度由大到小依次排列 累积提升图 （Lift）：（分位数中的匹配/分位数中的记录）/（全部匹配/全部记录） 累积提升图的线从左至右的走势通常为：起始于大于 1.0 的值，并渐渐下降，直到接近 1.0。 对于优秀模型的累积提升图，其线开始于图表左侧大于 1.0 的值，且在向右移动的过程中，始终保持在较高的水平；然后，在图表右侧，向 1.0 的方向迅速下降。 如果模型不能提供任何信息，则其线在整个图形中将始终围绕在 1.0 左右