Informe de validación cruzada 23
descargar 168.34 Kb.
|
SQL Server Analysis Services proporciona diversas maneras de determinar si los modelos de minería de datos son precisos.- Utilizar gráficos para representar visualmente la precisión de un modelo de minería de datos: un gráfico de elevación compara la exactitud de las predicciones de cada modelo. Un gráfico de beneficios muestra el aumento teórico en las ganancias asociadas a la utilización de cada modelo. Un gráfico de dispersión compara los valores reales con los valores previstos y se utiliza para los modelos de regresión u otros modelos que predicen atributos continuos utilizando entradas continuas.- Utilizar una matriz de clasificación para tabular las predicciones precisas y las predicciones inexactas.- Utilizar la validación cruzada para validar estadísticamente la confiabilidad de un modelo de minería de datos.Las herramientas gráficas de precisión de modelos de Minería de datos que está disponible en SQL Server Analysis Services, sirven para validar los modelos de minería de datos.2.3.3.1 Gráfico de elevación Un gráfico de elevación representa los resultados de las consultas de predicción de un conjunto de datos de prueba en función de valores conocidos de la columna de predicción que existe en el conjunto de datos. El gráfico muestra los resultados del modelo de minería de datos, junto con una representación de los resultados que generaría un modelo ideal, así como una representación de los resultados de previsión aleatoria. Cualquier mejora por encima de la línea aleatoria se denomina mejora respecto al modelo predictivo. Cuanta más elevación muestre el modelo, más efectivo es. En un gráfico de elevación, sólo pueden compararse los modelos de minería de datos que contienen atributos de predicción. (8)  Gráfico Nro. 3. Gráfico de elevación de minería de datos Fuente: http://technet.microsoft.com/es-es/library/ms175428(v=sql.100).aspx 2.3.3.2 Gráfico de beneficios Un gráfico de beneficios es una variante del gráfico de elevación que integra información sobre el costo empresarial de la utilización de las predicciones generadas por un modelo. Después de escribir los hechos relacionados con los costos, como por ejemplo los cargos por envío, Analysis Services muestra una curva que representa la mejora respecto al modelo predictivo que proporciona el modelo y también calcula las ganancias de la inversión cuando se utiliza el modelo.  Gráfico Nro. 4. Gráfico de beneficios de minería de datos Fuente: http://technet.microsoft.com/es-es/library/cc645870(v=sql.100).aspx 2.3.3.3 Gráfico de dispersión Un gráfico de dispersión representa la precisión de un modelo que predice un atributo continuo, comparando los valores reales con los valores previstos para cada caso. Se generará un gráfico de dispersión en lugar de un gráfico de elevación siempre que los atributos de predicción tengan valores continuos.  Gráfico Nro. 5. Gráfico de dispersión de minería de datos Fuente: SQL Server, 201http://technet.microsoft.com/es-es/library/bb895169(v=sql.100).aspx2 2.3.3.4 Matriz de clasificación Una matriz de clasificación es otro modo de examinar la precisión con que los modelos de minería de datos de una estructura crean predicciones. Para generar una matriz de clasificación, Analysis Services cuenta el número de predicciones buenas y erróneas, utilizando los valores reales existentes en el conjunto de datos de prueba. La matriz es una herramienta valiosa porque no sólo muestra la frecuencia con que el modelo predice un valor correctamente, sino que también muestra qué valores predice incorrectamente. Una matriz de clasificación muestra el recuento real de verdaderos positivos, falsos positivos, verdaderos negativos y falsos negativos para cada atributo de predicción.  Tabla I. Tabla de matriz de clasificación de minería de datos Fuente: http://technet.microsoft.com/es-es/library/ms174811(v=sql.100).aspx 2.3.3.5 Informe de validación cruzada La validación cruzada es una técnica avanzada de minería de datos que ayuda a medir la validez de un modelo. Al crear un informe de validación cruzada, Analysis Services divide el conjunto de datos en varias secciones transversales, crea y entrena automáticamente varios modelos en los subconjuntos y, a continuación, calcula la precisión de todos los modelos. Si revisa las estadísticas que se generan, puede evaluar hasta qué punto un modelo se generaliza bien para diferentes conjuntos de datos, o determinar cuál de los diversos modelos de una estructura se comporta mejor. 2.3 Estrategias de mercado Una empresa comercial siempre está organizada para producir algo de valor económico. Debe satisfacer alguna necesidad, o sea, poder justificar su existencia sólo si fabrica y distribuye lo que los compradores (el mercado) necesitan y prefieren. Es por ello que la mercadotecnia es el punto más importante del esfuerzo comercial. Esta es la razón para lo cual el concepto de mercadotecnia es utilizado en todas las instituciones clave, tan diversas como bancos para servir a sus clientes de manera más eficiente, partidos políticos para llevar a cabo sus campañas de elecciones y muchas otras. (14) Las necesidades de la mercadotecnia actual tienen que ver con saber de antemano lo que el cliente desea comprar y no simplemente los artículos que se considere conveniente comercializar; organizar un sistema de distribución que se acople a los hábitos del comprador y no a los hábitos de la industria o empresa que genera o promueve el producto, así como tomar decisiones de distribución, sobre la base de retroalimentación proveniente del lugar del mercado. Se puede tener éxito en la comercialización si se proporciona al cliente lo que desea, en el lugar adecuado, haciendo que se halle disponible y en la cantidad precisa que se necesite. (14) En condiciones de libre mercado, la demanda de un producto y de una empresa puede ser estimulada a través de la aplicación de estrategias de mercadeo, las cuales son parte integral de un plan de mercadeo. (13) Un plan de mercadeo debe sustentarse en una investigación de la situación actual del mercado y las tendencias que afectan el futuro de la organización. En particular, se deben evaluar los problemas y las oportunidades que representan compradores, competidores, costos y cambios en las regulaciones. Adicionalmente, se deben identificar las fortalezas y debilidades de la empresa misma. Con un análisis completo de la situación, quienes toman las decisiones deben entonces establecer los objetivos que la empresa quiere alcanzar, de acuerdo a la evaluación descrita anteriormente. (13) En un plan de mercadeo se diseñan las estrategias sobre precio, plaza, producto y promoción, que ayudarán a la empresa a alcanzar sus metas y objetivos. (13)
Todas estas estrategias tienen como objetivo estimular un crecimiento en la demanda, lo que trae consigo un aumento en las ventas y finalmente un aumento en los niveles de producción. (13) CAPITULO III: MINERIA DE DATOS A LAS VENTAS REALIZADAS CON TARJETA DE CREDITO CLASICA EN SAGA FALABELLA EN LIMA. 3.1 Implementación de Modelos de Minería de Datos (Microsoft SQL Server) A continuación se va a describir el procedimiento que se ha implementado en la plataforma Microsoft SQL Server 2008 R2 para la ejecución de los modelos de Minería de Datos con las transacciones de tarjeta de crédito clásica de Saga Falabella en la ciudad de Lima. 3.1.1 Crear conexión a la base de datos Primero se establecerá la conexión de la plataforma de DM con la fuente de datos externa, que en este caso es la base de datos Northwind, que es donde residen los datos fuentes para mi análisis.  Figura Nro. 2: Conexión de la plataforma de DM con la base de datos Fuente: Plataforma Minería de Datos 3.1.2 Crear una vista al Data Source creado previamente que incluya la tabla MaeCliente(dbo) A continuación definimos una vista de la base de datos Northwind que contiene los datos específicos para nuestro análisis y que viene dado por la tabla MaeCliente (Maestro de Clientes). |
