Modelos de fabricantes

La tecnología de minería de datos se basa en estándares abiertos; como por ejemplo, SQL/MM, PMML o XML. Con productos de fabricantes; por ejemplo SAS EM o SPSS Clementine, puede exportar modelos PMML desde sus lugares de trabajo. Puede importar estos modelos en la base de datos utilizando las funciones de importación de Intelligent Miner ®.

SAS Enterprise Miner

Con Intelligent Miner, puede utilizar modelos que se generan utilizando SAS Enterprise Miner V5.1. Están soportados los algoritmos siguientes:
Árbol
PROC ARBOR
Regresión
PROC DMREG
Agrupación basada en un centro
PROC DMVQ
Redes neuronales
PROC NEURAL

Para estos modelos, no es necesaria ninguna opción especial.

Intelligent Minerno da soporte a las siguientes opciones de SAS Enterprise Miner:

  • El proceso de decisiones que incluye los valores estimados de beneficios y pérdidas.
  • Las redes neuronales con una función de combinación radial y una función de activación no exponencial.
  • Las redes neuronales con diversos destinos.
  • Las transformaciones y los modelos adicionales que no están definidos por PMML.

Para obtener más información, consulte la documentación SAS Enterprise Miner V5.1 .

SPSS Clementine

SPSS Clementine V8.5 y las versiones anteriores proporcionan una modalidad de compatibilidad para generar modelos PMML. Puede utilizar estos modelos PMML con Intelligent Miner.

Para activar la modalidad de compatibilidad en SPSS Clementine, siga estos pasos:

  1. En el menú Herramientas , seleccione Opciones de usuario ...
  2. En la página PMML del cuaderno Opciones de usuario, seleccione los botones de selección siguientes:
    • como PMML V2.1 estándar
    • PMML < Regresión> Modelos
En la siguiente figura se muestra la página PMML del cuaderno Opciones de usuario con las opciones necesarias seleccionadas:
Figura 1. Página PMML del cuaderno Opciones de usuario
Esta captura de pantalla muestra la página PMML del cuaderno Opciones de usuario

Si ha establecido las opciones de usuario tal como se muestra en la figura anterior, puede exportar modelos PMML desde SPSS Clementine e importarlos a Intelligent Miner.

SPSS Clementine Versión 10.0 y posterior es compatible con PMML Versión 3.0. Esta versión de PMML también está soportada por Intelligent Miner.

Intelligent Miner da soporte a los algoritmos siguientes de SPSS Clementine:

  • Red neuronal
  • C5.0
  • Árbol C&R
  • Kohonen
  • K-medias
  • Bietápico
  • Regresión
  • Logística

Si utiliza modelos de SPSS Clementine, tenga en cuenta las siguientes especificaciones:

  • De acuerdo con el estándar PMML, Intelligent Miner no puede distinguir números arbitrarios de espacios en blanco finales en valores de variables categóricas. Es posible que surjan problemas en el caso de que haya un campo que tenga dos o más valores que sólo difieran entre sí en el número de blancos de cola.

    SPSS Clementine impide la exportación de estos modelos o le informa de problemas que pueden ocurrir.

  • Para determinar el tipo de datos, SPSS Clementine sólo explora las primeras líneas de un archivo de texto. Si un campo numérico tiene enteros en las primeras líneas, pero más adelante tiene decimales de coma flotante, SPSS Clementine puede definir el tipo como entero, aún en el caso de que el tipo correcto sea de decimales de coma flotante.

    SPSS Clementine convierte los decimales de coma flotante recortando los decimales. Intelligent Miner no convierte los decimales de coma flotante. Esto significa que SPSS Clementine y Intelligent Miner producen resultados diferentes.

    Para resolver este problema, puede volver a crear el modelo eligiendo entre las opciones siguientes:
    • Exploración del conjunto de datos completo en SPSS Clementine
    • Especificación manual del tipo de datos correcto del campo correspondiente

    Este problema también se puede producir en el caso de que el conjunto de preparación conste exclusivamente de enteros, pero se inserten decimales de coma flotante durante la aplicación.

  • Los modelos SPSS Clementine Neural Networks y los modelos Tree C5 entrenados para predecir una columna entera devuelven un decimal de coma flotante si se aplican en Intelligent Miner. Si el resultado se inserta en una columna de tipo entero, deberá convertirse explícitamente a un entero por medio de la función de SQL escalar ROUND. De lo contrario, se eliminarán los decimales y esto puede conducir a diferentes resultados.

Para obtener más información, consulte la documentación más reciente de SPSS Clementine.