Naive Bayes 모델에 대한 마이닝 모델 콘텐츠(Analysis Services - 데이터 마이닝)

  • 아티클

적용 대상: SQL Server 2019 및 이전 Analysis Services Azure Analysis Services Fabric/Power BI Premium

중요

데이터 마이닝은 SQL Server 2017 Analysis Services에서 더 이상 사용되지 않으며 이제 SQL Server 2022 Analysis Services에서 중단되었습니다. 더 이상 사용되지 않는 기능 및 중단된 기능에 대해서는 설명서가 업데이트되지 않습니다. 자세한 내용은 Analysis Services 이전 버전과의 호환성을 참조하세요.

이 항목에서는 Microsoft Naive Bayes 알고리즘을 사용하는 모델과 관련된 마이닝 모델 콘텐츠에 대해 설명합니다. 모든 모델 형식에서 공유하는 통계 및 구조와 마이닝 모델 콘텐츠와 관련된 용어의 일반적인 정의를 해석하는 방법에 대한 설명은 마이닝 모델 콘텐츠(Analysis Services - 데이터 마이닝)를 참조하세요.

Naive Bayes 모델의 구조 이해

Naive Bayes 모델에는 모델 및 해당 메타데이터를 나타내는 단일 부모 노드가 있으며 이 부모 노드 아래에는 사용자가 선택한 예측 가능 특성을 나타내는 여러 개의 독립적인 트리가 있습니다. 특성에 대한 트리 외에도 각 모델에는 학습 사례 집합에 대한 기술 통계를 제공하는 하나의 한계 통계 노드(NODE_TYPE = 26)가 포함됩니다. 자세한 내용은 한계 통계 노드의 정보를 참조하십시오.

예측 가능한 각 특성 및 값에 대해 이 모델은 다양한 입력 열이 특정 예측 가능 항목의 결과에 미친 영향을 설명하는 정보가 들어 있는 트리를 출력합니다. 각 트리에는 예측 가능한 특성 및 해당 값이 포함된 다음(NODE_TYPE = 9) 입력 특성을 나타내는 일련의 노드가 포함됩니다(NODE_TYPE = 10). 입력 특성에는 일반적으로 여러 개의 값이 있으므로 각 입력 특성(NODE_TYPE = 10)에는 각각 특성의 특정 상태를 나타내는 여러 개의 자식 노드(NODE_TYPE = 11)가 있을 수 있습니다.

참고

Naive Bayes 모델은 연속 데이터 형식을 허용하지 않으므로 입력 열의 모든 값은 불연속 또는 분할된 열로 처리됩니다. 값이 분할되는 방식은 사용자가 지정할 수 있습니다. 자세한 내용은 마이닝 모델에서 열의 불연속화 변경을 참조하세요.

순진한 베이에 대한 모델 콘텐츠의 순진한 bayes

Naive Bayes 모델에 대한 모델 콘텐츠

이 섹션에서는 Naive Bayes 모델과 특별히 관련된 마이닝 모델 콘텐츠 열에 대한 세부 정보 및 예만 제공합니다.

여기에 설명되지 않은 MODEL_CATALOG 및 MODEL_NAME 같은 스키마 행 집합의 범용 열에 대한 자세한 내용은 마이닝 모델 용어에 대한 설명은 마이닝 모델 콘텐츠(Analysis Services - 데이터 마이닝)를 참조하세요.

MODEL_CATALOG
모델이 저장되는 데이터베이스의 이름입니다.

MODEL_NAME
모델의 이름입니다.

ATTRIBUTE_NAME
이 노드에 해당하는 특성의 이름입니다.

모델 루트 예측 가능한 특성의 이름입니다.

한계 통계 해당 사항이 없습니다.

예측 가능한 특성 예측 가능한 특성의 이름입니다.

입력 특성 입력 특성의 이름입니다.

입력 특성 상태 입력 특성의 이름입니다. 상태를 가져오려면 MSOLAP_NODE_SHORT_CAPTION을 사용합니다.

NODE_NAME
노드의 이름입니다.

이 열에는 NODE_UNIQUE_NAME과 동일한 값이 포함됩니다.

노드 명명 규칙에 대한 자세한 내용은 노드 이름 및 ID 사용을 참조하십시오.

NODE_UNIQUE_NAME
노드의 고유한 이름입니다. 고유한 이름은 노드 간의 관계에 대한 정보를 제공하는 규칙에 따라 할당됩니다. 노드 명명 규칙에 대한 자세한 내용은 노드 이름 및 ID 사용을 참조하십시오.

NODE_TYPE
Naive Bayes 모델이 출력하는 노드 유형은 다음과 같습니다.

노드 유형 ID 설명
26(NaiveBayesMarginalStatNode) 모델의 전체 학습 사례 집합을 설명하는 통계를 포함합니다.
9(예측 가능한 특성) 예측 가능한 특성의 이름을 포함합니다.
10(입력 특성) 입력 특성 열의 이름을 포함하며 특성 값이 있는 자식 노드를 포함합니다.
11(입력 특성 상태) 특정 출력 특성과 연결된 모든 입력 특성의 값 또는 분할된 값을 포함합니다.

NODE_CAPTION
노드와 연결된 레이블 또는 캡션입니다. 이 속성은 주로 표시용으로 사용됩니다.

모델 루트 비어 있습니다.

한계 통계 비어 있음

예측 가능한 특성 예측 가능한 특성의 이름입니다.

입력 특성 예측 가능한 특성 및 현재 입력 특성의 이름입니다. 예:

자전거 구매자 -> 연령

입력 특성 상태 예측 가능한 특성 및 현재 입력 특성의 이름에 입력 값을 추가한 것입니다. 예:

자전거 구매자 -> 나이 = 누락

CHILDREN_CARDINALITY
노드에 있는 자식 수입니다.

모델 루트 모델에 있는 예측 가능한 특성 수에 한계 통계 노드에 해당하는 1을 더한 것입니다.

한계 통계 정의에 따르면 자식이 없습니다.

예측 가능한 특성 현재 예측 가능한 특성과 관련된 입력 특성의 수입니다.

입력 특성 현재 입력 특성에 대한 불연속 또는 불연속화된 값의 수입니다.

입력 특성 상태 항상 0입니다.

PARENT_UNIQUE_NAME
부모 노드의 고유한 이름입니다. 관련 부모 및 자식 노드에 대한 자세한 내용은 노드 이름 및 ID 사용을 참조하십시오.

NODE_DESCRIPTION
노드 캡션과 같습니다.

NODE_RULE
노드 캡션의 XML 표현입니다.

MARGINAL_RULE
노드 규칙과 같습니다.

NODE_PROBABILITY
이 노드와 관련된 확률입니다.

모델 루트 항상 0입니다.

한계 통계 항상 0입니다.

예측 가능한 특성 항상 1.

입력 특성 항상 1입니다.

입력 특성 상태 현재 값의 확률을 나타내는 10진수입니다. 부모 입력 특성 노드 아래에 있는 모든 입력 특성 상태의 값을 더하면 1이 됩니다.

MARGINAL_PROBABILITY
노드 확률과 같습니다.

NODE_DISTRIBUTION
노드의 확률 히스토그램을 포함하는 테이블입니다. 자세한 내용은 NODE_DISTRIBUTION 테이블을 참조하세요.

NODE_SUPPORT
이 노드를 지지하는 사례 수입니다.

모델 루트 학습 데이터의 모든 사례 수입니다.

한계 통계 항상 0입니다.

예측 가능한 특성 학습 데이터의 모든 사례 수입니다.

입력 특성 학습 데이터의 모든 사례 수입니다.

입력 특성 상태 학습 데이터에서 이 특정 값만 포함된 사례 수입니다.

MSOLAP_MODEL_COLUMN
표시용 레이블입니다. 일반적으로 ATTRIBUTE_NAME과 같습니다.

MSOLAP_NODE_SCORE
모델 내에 있는 특성 또는 값의 중요도를 나타냅니다.

모델 루트 항상 0입니다.

한계 통계 항상 0입니다.

예측 가능한 특성 항상 0.

입력 특성 현재 예측 가능한 특성과 관련된 현재 입력 특성의 흥미도 점수입니다.

입력 특성 상태 항상 0입니다.

MSOLAP_NODE_SHORT_CAPTION
열의 이름 또는 값을 나타내는 텍스트 문자열입니다.

모델 루트 빈

한계 통계 비어 있습니다.

예측 가능한 특성 예측 가능한 특성의 이름입니다.

입력 특성 입력 특성의 이름입니다.

입력 특성 상태 입력 특성의 값 또는 불연속화된 값입니다.

노드 이름 및 ID 사용

Naive Bayes 모델의 노드 이름은 노드 유형에 대한 추가 정보를 제공하므로 이를 통해 모델에 있는 정보 간의 관계를 쉽게 이해할 수 있습니다. 다음 표에서는 다른 노드 유형에 할당되는 ID의 규칙을 보여 줍니다.

노드 유형 노드 ID의 규칙
모델 루트(1) 항상 0입니다.
한계 통계 노드(26) 임의의 ID 값입니다.
예측 가능한 특성(9) 10000000으로 시작하는 16진수입니다.

예제: 100000001, 10000000b
입력 특성(10) 두 부분으로 이루어진 16진수입니다. 첫 번째 부분은 항상 20000000이고, 두 번째 부분은 관련된 예측 가능한 특성의 16진수 식별자로 시작합니다.

예제: 20000000b00000000

이 경우 관련된 예측 가능한 특성은 10000000b입니다.
입력 특성 상태(11) 세 부분으로 이루어진 16진수입니다. 첫 번째 부분은 항상 30000000이고, 두 번째 부분은 관련된 예측 가능한 특성의 16진수 식별자로 시작하며, 세 번째 부분은 값의 식별자를 나타냅니다.

예제: 30000000b00000000200000000

이 경우 관련된 예측 가능한 특성은 10000000b입니다.

ID를 사용하여 입력 특성 및 상태를 예측 가능한 특성과 연결할 수 있습니다. 예를 들어 다음 쿼리는 TM_NaiveBayes모델에 대한 입력 특성과 예측 가능한 특성의 가능한 조합을 나타내는 노드의 이름과 캡션을 반환합니다.

SELECT NODE_NAME, NODE_CAPTION  
FROM TM_NaiveBayes.CONTENT  
WHERE NODE_TYPE = 10

예상 결과:

NODE_NAME NODE_CAPTION
20000000000000001 자전거 구매자 -> 통근 거리
20000000000000002 자전거 구매자 -> 영어 교육
20000000000000003 자전거 구매자 -> 영어 직업
20000000000000009 자전거 구매자 -> 결혼 상태
2000000000000000a 자전거 구매자 -> 집에서 어린이 수
2000000000000000b 자전거 구매자 -> 지역
2000000000000000c 자전거 구매자 -> 총 어린이

그런 다음 부모 노드의 ID를 사용하여 자식 노드를 검색할 수 있습니다. 다음 쿼리는 Marital Status 특성의 값이 포함된 노드를 각 노드의 확률과 함께 검색합니다.

SELECT NODE_NAME, NODE_CAPTION, NODE_PROBABILITY  
FROM TM_NaiveBayes.CONTENT  
WHERE NODE_TYPE = 11  
AND [PARENT_UNIQUE_NAME] = '20000000000000009'

참고

PARENT_UNIQUE_NAME 열의 이름은 대괄호로 묶어 동일한 이름의 예약 키워드와 구분해야 합니다.

예상 결과:

NODE_NAME NODE_CAPTION NODE_PROBABILITY
3000000000000000900000000 자전거 구매자 -> 결혼 상태 = 누락 0
3000000000000000900000001 자전거 구매자 -> 결혼 상태 = S 0.457504004
3000000000000000900000002 자전거 구매자 -> 결혼 상태 = M 0.542495996

NODE_DISTRIBUTION 테이블

중첩 테이블 열 NODE_DISTRIBUTION은 일반적으로 노드의 값 배포에 대한 통계를 포함합니다. Naive Bayes 모델에서 이 테이블은 다음 노드에 대해서만 채워집니다.

노드 유형 중첩 테이블의 내용
모델 루트(1) 비어 있습니다.
한계 통계 노드(24) 전체 학습 데이터 집합에 대한 모든 예측 가능한 특성 및 입력 특성의 요약 정보를 포함합니다.
예측 가능한 특성(9) 비어 있습니다.
입력 특성(10) 비어 있습니다.
입력 특성 상태(11) 예측 가능한 값 및 입력 특성 값의 이 특정 조합에 대해 학습 데이터의 값 분포를 설명하는 통계를 포함합니다.

노드 ID 또는 노드 캡션을 사용하여 높은 수준의 세부 정보를 검색할 수 있습니다. 예를 들어 다음 쿼리는 NODE_DISTRIBUTION 테이블에서 'Marital Status = S'값과 관련된 입력 특성 노드에 대한 특정 열만 검색합니다.

SELECT FLATTENED NODE_CAPTION,  
(SELECT ATTRIBUTE_NAME, ATTRIBUTE_VALUE, [SUPPORT], [PROBABILITY], VALUETYPE  
FROM NODE_DISTRIBUTION) as t  
FROM TM_NaiveBayes.content  
WHERE NODE_TYPE = 11  
AND NODE_CAPTION = 'Bike Buyer -> Marital Status = S'

예상 결과:

NODE_CAPTION T.ATTRIBUTE_NAME t.ATTRIBUTE_VALUE t.SUPPORT t.PROBABILITY t.VALUETYPE
자전거 구매자 -> 결혼 상태 = S Bike Buyer Missing 0 0 1
자전거 구매자 -> 결혼 상태 = S Bike Buyer 0 3783 0.472934117 4
자전거 구매자 -> 결혼 상태 = S Bike Buyer 1 4216 0.527065883 4

이러한 결과에서 SUPPORT 열의 값은 자전거를 구매한 고객 수를 결혼 여부와 함께 알려 줍니다. PROBABILITY 열에는 이 노드에 대해서만 계산되는 각 특성 값의 확률이 포함됩니다. NODE_DISTRIBUTION 테이블에 사용되는 용어에 대한 일반적인 정의는 마이닝 모델 콘텐츠(Analysis Services - 데이터 마이닝)를 참조하세요.

한계 통계 노드의 정보

Naive Bayes 모델에서 한계 통계 노드의 중첩 테이블에는 전체 학습 데이터 집합의 값 분포가 포함됩니다. 예를 들어 다음 표에서는 TM_NaiveBayes모델에 대한 NODE_DISTRIBUTION 중첩 테이블의 통계 목록을 일부 보여 줍니다.

ATTRIBUTE_NAME ATTRIBUTE_VALUE 별칭 PROBABILITY 분산 VALUETYPE
Bike Buyer Missing 0 0 0 1
Bike Buyer 0 8869 0.507263784 0 4
Bike Buyer 1 8615 0.492736216 0 4
Marital Status Missing 0 0 0 1
Marital Status S 7999 0.457504004 0 4
Marital Status M 9485 0.542495996 0 4
Total Children Missing 0 0 0 1
Total Children 0 4865 0.278254404 0 4
Total Children 3 2093 0.119709449 0 4
Total Children 1 3406 0.19480668 0 4

한계 통계 노드는 항상 예측 가능한 특성 및 해당 특성의 가능한 값에 대한 설명을 포함하므로 [Bike Buyer] 열이 포함됩니다. 나열된 다른 모든 열은 입력 특성을 모델에 사용된 값과 함께 나타냅니다. 값은 Missing, Discrete 또는 Discretized만 될 수 있습니다.

Naive Bayes 모델에는 연속 특성이 있을 수 없으므로 모든 숫자 데이터는 Discrete(VALUE_TYPE = 4) 또는 Discretized(VALUE_TYPE = 5)로 표현됩니다.

Missing 값(VALUE_TYPE = 1)은 모든 입력 및 출력 특성에 추가되어 학습 데이터에 없었던 잠재적인 값을 나타냅니다. 문자열 "missing"과 기본 Missing 값을 주의해서 구별해야 합니다. 자세한 내용은 누락된 값(Analysis Services - 데이터 마이닝)을 참조하세요.

참고 항목

마이닝 모델 콘텐츠(Analysis Services - 데이터 마이닝)
데이터 마이닝 모델 뷰어
데이터 마이닝 쿼리
Microsoft Naive Bayes Algorithm