Réduire la longueur de la chaîne de données d'entrée
Ce tutoriel donne un exemple de cas où il peut être nécessaire de réduire la longueur de la chaîne de données d'entrée. Pour les modèles de régression logistique et de Discriminant automatique qui incluent un modèle de régression logistique binomiale, les champs de type chaîne sont limités à 8 caractères maximum. Lorsque les chaînes comportent plus de huit caractères, vous pouvez les recoder à l'aide d'un nœud Reclassification.
Cet exemple se concentre sur une petite partie d'un flux pour montrer le type d'erreurs qui peuvent être générées avec des chaînes trop longues, et explique comment utiliser le nœud Reclassify pour modifier les détails de la chaîne à une longueur acceptable. Bien que l'exemple utilise un nœud de régression logistique binomiale, vous pouvez également utiliser le nœud Auto Classifier pour générer un modèle de régression logistique binomiale.
Aperçu du tutoriel
Regardez cette vidéo pour prévisualiser les étapes de ce tutoriel. Il peut y avoir de légères différences dans l'interface utilisateur présentée dans la vidéo. La vidéo est destinée à accompagner le tutoriel écrit. Cette vidéo fournit une méthode visuelle pour apprendre les concepts et les tâches de cette documentation.
Essayez le tutoriel
Dans ce tutoriel, vous exécutez les tâches suivantes :
Exemple de flux de modélisateurs et d'ensembles de données
Ce tutoriel utilise le flux de réduction de la longueur de la chaîne des données d'entrée dans le projet d'exemple. Le fichier de données utilisé est drug_long_name.csv L'image suivante montre un exemple de flux de modélisation.
Tâche 1 : Ouvrir le projet d'exemple
L'exemple de projet contient plusieurs ensembles de données et des exemples de flux de modélisation. Si vous n'avez pas encore le projet exemple, reportez-vous à la rubrique Tutoriels pour créer le projet exemple. Suivez ensuite les étapes suivantes pour ouvrir l'exemple de projet :
- Dans le menu de navigation , choisissez Projets > Afficher tous les projets Cloud Pak for Data dans le menu de navigation
, choisissez Projets > Voir tous les projets. - Cliquez sur SPSS Modeler Project.
- Cliquez sur l'onglet Actifs pour voir les ensembles de données et les flux du modélisateur.
Vérifiez vos progrès
L'image suivante montre l'onglet Actifs du projet. Vous êtes maintenant prêt à travailler avec l'exemple de flux du modeleur associé à ce tutoriel.
Tâche 2 : Examiner le nœud Actif et Type de données
Réduire les données d'entrée La longueur de la chaîne de caractères comprend plusieurs nœuds. Suivez les étapes suivantes pour examiner le nœud Data Asset and Type:
- Dans l'onglet Actifs, ouvrez le flux du modeleur Réduire la longueur de la chaîne de données d'entrée et attendez que le canevas se charge.
- Double-cliquez sur le nœud drug_long_name.csv. Ce nœud est un nœud de ressources de données qui pointe vers le fichier drug_long_name.csv du projet.
- Examinez les propriétés du format de fichier.
- Facultatif : cliquez sur "Aperçu des données" pour voir l'ensemble des données : Cliquez sur Aperçu des données pour voir l'ensemble des données.
- Double-cliquez sur le nœud Type après le nœud Data Asset. Ce nœud spécifie les propriétés des champs, telles que le niveau de mesure (le type de données que le champ contient), et le rôle de chaque champ en tant que cible ou entrée dans la modélisation. Le niveau de mesure est une catégorie qui indique le type de données du champ. Le fichier de données source utilise trois niveaux de mesure différents :
- Un champ continu (tel que le champ "
Age - Un champ nominal (tel que le champ "
DrugdrugAdrugB - Un champ indicateur (tel que le champ "
SexFM
Figure 3 Propriétés du noeud type 
Pour chaque champ, le nœud Type spécifie également un rôle pour indiquer le rôle que joue chaque champ dans la modélisation. Le rôle est défini sur Cible pour le champ "
Cholesterol_longPour les autres champs, le rôle est défini sur Entrée. Les champs d'entrée sont quelquefois désignés sous le nom de prédicteurs, ou champs dont les valeurs sont utilisées par l'algorithme de modélisation pour prédire la valeur du champ cible.
- Un champ continu (tel que le champ "
- Facultatif : Cliquez sur Aperçu des données pour voir l'ensemble des données filtrées.
Vérifiez vos progrès
L'image suivante montre le nœud Type. Vous êtes maintenant prêt à visualiser le nœud logistique.
Tâche 3 : Reclasser les valeurs
Dans cette tâche, vous exécutez le modèle et découvrez une erreur. Suivez ces étapes pour reclasser les valeurs afin d'éviter l'erreur :
- Dans la section Modélisation de la palette, faites glisser le nœud Logistique sur le canevas et reliez-le au nœud Type existant après le nœud Data Asset.
- Double-cliquez sur le nœud Cholesterol_long pour afficher ses propriétés.
- Sélectionnez la procédure binomiale (au lieu de la procédure multinomiale par défaut).
- Un modèle binomial est utilisé lorsque le champ cible est un drapeau ou un champ nominal avec deux valeurs discrètes.
- Un modèle multinomial est utilisé lorsque le champ cible est un champ nominal comportant plus de deux valeurs.
- Cliquez sur Sauvegarder.
- Survolez le nœud Cholesterol_long et cliquez sur l'icône Run (Exécuter)
. Un message d'erreur vous avertit que les valeurs (chaînes) du champ Cholesterol_longFigure 4 Notifications 
- Double-cliquez sur le nœud Cholestérol (Reclassification) pour afficher ses propriétés. Remarquez que le champ Reclassification est défini sur "
Cholesterol_longCholesterol - Cliquez sur Obtenir des valeurs, puis développez la section Reclasser automatiquement. Ajoutez les valeurs "
Cholesterol_long - Dans la colonne des nouvelles valeurs, pour la valeur originale du taux élevé de cholestérol, tapez "
HighNormal
Vérifiez vos progrès
L'image suivante montre le nœud Reclassifier. Vous êtes maintenant prêt à vérifier le nœud Filtre.
Tâche 4 : Vérifier le nœud Filtre
Suivez les étapes suivantes pour voir et vérifier le nœud Filtre:
- Double-cliquez sur le nœud Filtre pour afficher ses propriétés.
- Notez que ce nœud filtre le champ "
Cholesterol_long
Vérifiez vos progrès
L'image suivante montre le nœud Filtre. Vous êtes maintenant prêt à définir la cible.
Tâche 5 : Définir l'objectif
Vous pouvez spécifier les propriétés d'un champ dans un nœud de type. Suivez les étapes suivantes pour définir la cible dans le nœud Type :
- Double-cliquez sur le nœud Type après le nœud Filtre pour afficher ses propriétés.
- Cliquez sur Lire les valeurs pour lire les valeurs de votre source de données et définir les types de mesure des champs. Le rôle indique aux nœuds de modélisation si les champs sont des entrées (champs prédicteurs) ou des cibles (champs prédits) pour un processus d'apprentissage automatique. Les rôles Both et None sont également disponibles, ainsi que Partition, qui indique un champ utilisé pour diviser les enregistrements en échantillons distincts à des fins de formation, de test et de validation. La valeur Split spécifie que des modèles distincts sont construits pour chaque valeur possible du champ.
- Pour le champ Cholestérol, définissez le rôle sur Cible.
- Cliquez sur Sauvegarder.
Vérifiez vos progrès
L'image suivante montre le nœud Type. Vous êtes maintenant prêt à générer le modèle.
Tâche 6 : Générer le modèle
Procédez comme suit pour afficher les résultats du modèle sous forme de tableau :
- Survolez le nœud Cholestérol (logistique) et cliquez sur l'icône Exécuter .
- Dans la section Sorties de la palette, faites glisser le nœud Table sur le canevas et connectez-le à la pépite du modèle.
- Survolez le nœud Table connecté au modèle Cholestérol et cliquez sur l'icône Run (Exécuter) .
- Dans le volet Sorties et modèles, cliquez sur les résultats de sortie portant le nom Table pour afficher la sortie de la table.
Vérifiez vos progrès
L'image suivante montre le résultat du modèle.
Récapitulatif
Cet exemple vous a montré le type d'erreurs qui peuvent être générées avec des chaînes trop longues, et explique comment utiliser le nœud Reclassify pour modifier les détails de la chaîne à une longueur acceptable. Bien que l'exemple utilise un nœud de régression logistique binomiale, il s'applique également à l'utilisation du nœud Auto Classifier pour générer un modèle de régression logistique binomiale.
Etapes suivantes
Vous êtes maintenant prêt à essayer d'autres tutoriels SPSS® Modeler.