Technische Referenz für den Microsoft Association-Algorithmus

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

Der Microsoft Association Rules-Algorithmus ist eine einfache Implementierung des bekannten Apriori-Algorithmus.

Sowohl der Microsoft Decision Trees-Algorithmus als auch der Algorithmus Microsoft Zuordnungsregeln können Zuordnungen analysieren, aber die Regeln, die jeder Algorithmus findet, kann unterschiedlich sein. In einem Entscheidungsstrukturenmodell bestimmt der Informationsgewinn die Aufteilungen, die zu bestimmten Regeln führen. In einem Zuordnungsmodell bestimmt das Vertrauen die Regeln vollständig. Daher ist in einem Assoziationsmodell eine starke Regel oder eine Regel mit hoher Konfidenz nicht unbedingt interessant, weil sie keine neuen Informationen liefert.

Implementierung des Microsoft Association-Algorithmus

Der Apriori-Algorithmus analysiert keine Muster. Stattdessen werden Kandidaten-Itemsets generiert und anschließend gezählt. Ein Element kann ein Ereignis, ein Produkt oder den Wert eines Attributs darstellen, je nachdem, welche Art von Daten Sie analysieren.

Im am häufigsten verwendeten Zuordnungsmodell weisen Sie boolesche Variablen zu, die einen Ja/Nein- oder Fehlenden/Vorhandenen Wert darstellen, jedem Attribut, z. B. einem Produkt- oder Ereignisnamen. Eine Marktkorbanalyse ist ein Beispiel für ein Zuordnungsregelnmodell, das boolesche Variablen verwendet, um das Vorhandensein oder Fehlen bestimmter Produkte im Einkaufskorb eines Kunden darzustellen.

Für jedes Itemset erstellt der Algorithmus Bewertungen, die Unterstützung und Konfidenz darstellen. Sie können diese Bewertungen verwenden, um interessante Regeln von den Itemsets abzuleiten.

Sie können auch Zuordnungsmodelle für numerische Attribute erstellen. Wenn die Attribute kontinuierlich sind, können Sie sie diskretisieren oder die Zahlen in Gruppen einteilen. Sie können die diskretisierten Werte entweder als Booleans oder als Attributwertpaare behandeln.

Unterstützung, Wahrscheinlichkeit und Wichtigkeit

Die Unterstützung, manchmal auch als Häufigkeit bezeichnet, ist die Anzahl der Fälle, die das zielorientierte Element oder eine Kombination von Elementen enthalten. Das Modell kann nur Elemente enthalten, die mindestens die angegebene Unterstützungsmenge aufweisen.

Ein häufiges Itemset ist eine Sammlung von Items, bei der die Kombination der Items ebenfalls einen Support oberhalb des durch den Parameter MINIMUM_SUPPORT definierten Schwellenwerts aufweist. Wenn das Itemset beispielsweise {A,B,C} ist und der MINIMUM_SUPPORT Wert 10 ist, muss jedes einzelne Element A, B und C in mindestens 10 Fällen gefunden werden, um im Modell enthalten zu sein, und die Kombination von Elementen {A,B,C} muss auch in mindestens 10 Fällen gefunden werden.

Standardmäßig ist die Unterstützung für ein bestimmtes Element oder Itemset die Anzahl der Fälle, die dieses Element oder diese Elemente enthalten. Sie können jedoch auch MINIMUM_SUPPORT als Prozentsatz der Gesamtfälle im Dataset ausdrücken, indem Sie die Zahl als Dezimalwert eingeben, der kleiner als 1 ist. Wenn Sie z. B. einen MINIMUM_SUPPORT Wert von 0,03 angeben, bedeutet dies, dass mindestens 3% der Gesamtfälle im Dataset dieses Element oder itemset enthalten müssen, um in das Modell aufgenommen zu werden. Experimentieren Sie mit Ihrem Modell, um zu bestimmen, ob die Verwendung einer Anzahl oder eines Prozentsatzes sinnvoller ist.

Im Gegensatz dazu wird der Schwellenwert für Regeln nicht als Anzahl oder Prozentsatz ausgedrückt, sondern als Wahrscheinlichkeit, manchmal auch als Konfidenz bezeichnet. Wenn beispielsweise das Itemset {A,B,C} in 50 Fällen auftritt, aber das Itemset {A,B,D} auch in 50 Fällen auftritt und das Itemset {A,B} in anderen 50 Fällen, ist offensichtlich, dass {A,B} kein starker Vorhersager von {C} ist. Um daher ein bestimmtes Ergebnis gegen alle bekannten Ergebnisse zu gewichten, berechnet SQL Server Analysis Services die Wahrscheinlichkeit der einzelnen Regel (z. B. Wenn {A,B} Dann {C}) durch Dividieren der Unterstützung für das Itemset {A,B,C} durch die Unterstützung für alle verwandten Itemsets.

Sie können die Anzahl der von einem Modell erzeugten Regeln einschränken, indem Sie einen Wert für MINIMUM_PROBABILITY festlegen.

Für jede regel, die sie erstellt, gibt SQL Server Analysis Services eine Bewertung aus, die ihre Wichtigkeit angibt, die auch als Lift bezeichnet wird. Die Wichtigkeit des Lifts wird für Itemsets und Regeln unterschiedlich berechnet.

Die Wichtigkeit eines Itemsets wird als Wahrscheinlichkeit des Itemsets berechnet, dividiert durch die zusammengesetzte Wahrscheinlichkeit der einzelnen Elemente im Itemset. Wenn z. B. ein Itemset {A,B} enthält, zählt SQL Server Analysis Services zuerst alle Fälle, die diese Kombination A und B enthalten, und dividiert diese Anzahl durch die Gesamtzahl der Fälle und normalisiert dann die Wahrscheinlichkeit.

Die Wichtigkeit einer Regel wird anhand des Wahrscheinlichkeitsprotokolls der rechten Seite der Regel in Bezug auf die linke Seite der Regel berechnet. In der Regel If {A} Then {B}berechnet SQL Server Analysis Services beispielsweise das Verhältnis von Fällen mit A und B über Fälle mit B, aber ohne A, und normalisiert dieses Verhältnis dann mithilfe einer logarithmischen Skalierung.

Featureauswahl

Der Microsoft-Algorithmus für Assoziationsregeln führt keinerlei automatische Merkmalsauswahl durch. Stattdessen stellt der Algorithmus Parameter bereit, die die daten steuern, die der Algorithmus verwendet. Dieses Steuerelement kann Beschränkungen für die Größe jedes Itemsets oder das Festlegen der maximalen und minimalen Unterstützung enthalten, die zum Hinzufügen eines Itemsets zum Modell erforderlich ist.

• Um Elemente und Ereignisse herauszufiltern, die zu häufig und daher nicht interessant sind, verringern Sie den Wert von MAXIMUM_SUPPORT, um sehr häufige Itemsets aus dem Modell zu entfernen.

• Wenn Sie Elemente und Itemsets herausfiltern möchten, die selten sind, erhöhen Sie den Wert von MINIMUM_SUPPORT.

• Zum Filtern von Regeln erhöhen Sie den Wert von MINIMUM_PROBABILITY.

Anpassen des Algorithmus für Microsoft Association Rules

Der Microsoft Association Rules-Algorithmus unterstützt mehrere Parameter, die sich auf das Verhalten, die Leistung und genauigkeit des resultierenden Miningmodells auswirken.

Festlegen von Algorithmusparametern

Sie können die Parameter für ein Miningmodell jederzeit ändern, indem Sie den Data Mining-Designer in SQL Server Data Tools verwenden. Sie können Parameter auch programmgesteuert ändern, indem Sie die AlgorithmParameters Auflistung in AMO oder das MiningModels-Element (ASSL) in XMLA verwenden. In der folgenden Tabelle werden die einzelnen Parameter beschrieben.

MAXIMUM_ITEMSET_COUNT
Gibt die maximale Anzahl der zu produzierenden Itemsets an. Wenn Sie keine Zahl angeben, wird der Standardwert verwendet.

Der Standardwert ist 200000.

MAXIMUM_ITEMSET_SIZE
Gibt die maximale Anzahl von Elementen an, die in einem Itemset zulässig sind. Wenn Sie diesen Wert auf 0 festlegen, wird angegeben, dass keine Beschränkung auf die Größe des Itemset vorhanden ist.

Der Standard ist „3“.

MAXIMUM_SUPPORT
Gibt die maximale Anzahl von Fällen an, die ein Itemset unterstützt. Verwenden Sie diesen Parameter, um Elemente zu beseitigen, die häufig angezeigt werden und daher möglicherweise wenig Bedeutung haben.

Wenn Sie diesen Wert auf kleiner als 1 festlegen, stellt der Wert einen Prozentsatz der Gesamtfälle dar. Werte größer als 1 stellen die absolute Anzahl von Fällen dar, die das Itemset enthalten können.

Der Standardwert ist 1.

MINIMUM_ITEMSET_SIZE
Gibt die Mindestanzahl von Elementen an, die in einem Itemset zulässig sind. Wenn Sie diese Zahl erhöhen, enthält das Modell möglicherweise weniger Itemsets. Diese Änderung kann nützlich sein, wenn Sie z. B. Itemsets mit nur einem Element ignorieren möchten.

Der Standardwert ist 1.

MINIMUM_PROBABILITY
Gibt die Minimale Wahrscheinlichkeit an, dass eine Regel wahr ist.

Wenn Sie diesen Wert beispielsweise auf 0,5 festlegen, bedeutet dies, dass keine Regel mit einer Wahrscheinlichkeit von weniger als fünfzig Prozent generiert werden kann.

Der Standardwert ist 0.4.

MINIMUM_SUPPORT
Gibt die Mindestanzahl von Fällen an, die das Itemset enthalten müssen, bevor der Algorithmus eine Regel generiert.

Wenn Sie diesen Wert auf weniger als 1 festlegen, wird die Mindestanzahl der Fälle als Prozentsatz der Gesamtfälle berechnet.

Wird dieser Wert auf eine Ganzzahl über 1 festgelegt, so wird die Mindestanzahl von Fällen als Anzahl von Fällen, die das Itemset enthalten müssen, berechnet. Der Algorithmus kann den Wert dieses Parameters automatisch erhöhen, wenn der Arbeitsspeicher begrenzt ist.

Der Standardwert ist 0.03. Dieser Wert bedeutet, dass ein Itemset, damit es in das Modell aufgenommen wird, in mindestens 3 % der Fälle gefunden werden muss.

OPTIMIZED_PREDICTION_COUNT
Definiert die Anzahl der Elemente, die zur Optimierung der Vorhersage zwischengespeichert werden sollen.

Der Standardwert ist 0. Wenn der Standardwert verwendet wird, erzeugt der Algorithmus so viele Vorhersagen wie in der Abfrage angefordert.

Wenn Sie einen Wert ungleich Null für OPTIMIZED_PREDICTION_COUNT angeben , können Vorhersageabfragen höchstens die angegebene Anzahl von Elementen zurückgeben, auch wenn Sie zusätzliche Vorhersagen anfordern. Das Festlegen eines Werts kann jedoch die Vorhersageleistung verbessern.

Wenn Sie beispielsweise den Wert auf 3 festlegen, zwischenspeichert der Algorithmus nur drei Elemente für die Vorhersage. Sie können keine anderen Vorhersagen sehen, die möglicherweise genauso wahrscheinlich sind wie die drei Elemente, die der Algorithmus zurückgibt.

Modellieren von Flags

Der Algorithmus Microsoft Zuordnungsregeln unterstützt die folgenden Modellierungskennzeichnungen.

NICHT NULL
Gibt an, dass die Spalte keinen NULL-Wert enthalten kann. Wenn SQL Server Analysis Services während der Modellschulung auf einen Nullwert stoßen, wird ein Fehler zurückgegeben.

Gilt für die Miningstrukturspalte.

MODEL_EXISTENCE_ONLY
Behandelt die Spalte mit zwei möglichen Zuständen: Fehlender und vorhandener Zustand. Ein Nullwert ist ein fehlender Wert.

Gilt für die Miningmodellspalte.

Anforderungen

Ein Zuordnungsmodell muss eine Schlüsselspalte, Eingabespalten und eine einzelne vorhersagbare Spalte enthalten.

Eingabe- und vorhersagbare Spalten

Der Microsoft Association Rules-Algorithmus unterstützt die spezifischen Eingabespalten und vorhersehbaren Spalten, die in der folgenden Tabelle aufgeführt sind. Weitere Informationen zur Bedeutung von Inhaltstypen in einem Miningmodell finden Sie unter Content Types (Data Mining).

Siehe auch

Microsoft Zuordnungsalgorithmus
Beispiele für Zuordnungsmodellabfragen
Miningmodellinhalt von Association-Modellen (Analysis Services – Data Mining)