Байесовский классификатор и регрессионная модель в ORTD: практический пример

Источник: citforum

Антон Шмаков,
старший консультант отдела бизнес-анализа и хранилищ данных
Консалтинговая группа "Борлас" (Москва)
Источник: Oracle Magazine - Русское издание

Введение

Oracle Real Time Decisions (ORTD) - специальный инструмент от компании Oracle, предназначенный для автоматизации принятия решений в режиме реального времени (ранее об этом продукте была опубликована статья "Глубинный анализ данных в режиме реального времени: Oracle Real Time Decisions"). Он позволяет строить сложные прогностические модели, опираясь на анализ исторических и оперативных данных. Кроме мощного аналитического движка, ORTD предоставляет бизнес-пользователям и разработчикам полную инфраструктуру как для построения моделей, так и для их повседневного исполнения.

В статье "Решения "растут" на деревьях" (Decisions Grow on Trees, by Ron Hardman) описывается конкретный тип классификации данных, называемый деревья решений. Этот метод был не так давно реализован в продукте Oracle Data Miner (ODM). Результаты его работы легко воспринимаются визуально и могут быть легко объяснены в бизнес-терминах.

В этой статье мы хотели бы познакомить читателей с ORTD на практическом уровне. В ней описывается весь путь от установки и настройки ORTD и до создания проекта и получения практических результатов. В качестве бизнес задачи предлагается взять пример из уже упоминавшейся статьи "Решения "растут" на деревьях". Следует отметить, что в Real Time Decisions реализованы Байесовский классификатор и регрессионная модель, деревья решений в нем не реализованы. Мы построим небольшой тестовый проект в ORTD, целью которого будет продемонстрировать работу в ORTD и сравнить результаты работы Байесовского классификатора в Real Time Decisions, с деревьями решений в ODM.

Постановка задачи

Рассмотрим бизнес ситуацию. Производитель предлагает два продукта, А и B. Относительно них имеется очень скудная информация, а именно тип продукта (PRODUCT), версия продукта (VERSION), время его последней модификации (LAST_UPGRADE_YEAR) и отзыв покупателей (FEEDBACK). Производитель хочет, во-первых, узнать как связаны отзывы покупателей с характеристиками продукта и, во-вторых, построить модель для прогнозирования будущих отзывов. В упоминаемой статье автор строит модель классификации на основе деревьев решений в Oracle Data Miner. Мы же попробуем построить Байесовскую модель в Oracle Real Time Decisions, c помощью которой мы сможем проанализировать входные данные.

Как начать работать в ORTD

I. Установка Oracle Real Time Decisions

Скачать дистрибутив Oracle Real Time Decisions с сайта Oracle
Разархивировать (Unzip) его, найти файл rtd_2.2_OC4J_win.zip и разархивировать его в папку, которая будет RTD_HOME (например: С:\Oracle\RTD)
Подключиться к SQL*Plus под SYSDBA и выполнить следующие команды.
```
SQL>create user rtd identified by rtd;
SQL>grant resource,connect to rtd;
```
Установить схему с метаданными в rtd. Перейти в папку RTD_HOME/scripts и запустить SDDBTool.cmd
Ввести информацию и нажать кнопку Next
Выбрать Initialize.
Далее для установки необходимо, чтобы у вас был установлен OC4J. Его можно установить либо отдельно, либо он входит в состав Oracle Business Intelligence EE Basic Installation (BI_EE_HOME/oc4j_bi). Далее OC4J_HOME - папка, куда установлен OC4J.
Поскольку администрирование ORTD осуществляется в JConsole через JMX протокол, надо настроить его поддержку в OC4J.
Найти файл OC4J_HOME/bin/oc4j.cmd открыть его на редактирование, найти строку начинающуюся с :oc4j и добавить после нее следующий код:
```
set JVMARGS=%JVMARGS% -Dcom.sun.management.jmxremote=true 
set JVMARGS=%JVMARGS% -Dcom.sun.management.jmxremote.port=12345 
set JVMARGS=%JVMARGS% -Dcom.sun.management.jmxremote.authenticate=true
set JVMARGS=%JVMARGS% -Dcom.sun.management.jmxremote.ssl=false
```
Для удобства настроим ORTD на отдельный порт 8080.
Найти файл OC4J_HOME/j2ee/home/config/default-web-site.xml, скопировать в его в ту же директорию с новыми именем rtd-web-site.xml. Затем в файле rtd-web-site.xml сделать следующие изменения и сохранить:
- Заменить внутри тега <web-site> значение атрибута port на 8080
- Заменить внутри тега <web-site> значение атрибута display-name на OC4J 10g RTD Web Site
- Удалить все теги <web-app>
- Заменить внутри тега <access-log> значение атрибута path на ../log/rtd-web-access.log
Скриншот 2
Найти файл OC4J_HOME/j2ee/home/config/server.xml открыть его на редактирование, добавить после строки
```
<web-site default="true" path="./default-web-site.xml" />
```
строку
```
<web-site default="true" path="./rtd-web-site.xml"
```
/>.
Найти (JAVA_HOME - папка с JDK, которая используется для запуска OC4J) JAVA_HOME/jre/lib/management/jmxremote.password (если такого файла нет, создать его скопировав из jmxremote.password.template) и раскомментировать строчки:
```
monitorRole  QED
controlRole   R&D
```
Зайти в свойства файла, далее Безопасность->Дополнительно->Разрешения. Убрать галку с "Наследовать от родительского объекта…". Удалить все разрешения кроме разрешения для владельца файла, которого можно найти на закладке Владелец.

Скриншот 3

Запустить OC4J сервер командой OC4J_HOME/bin/oc4j.cmd -start
Зайти в консоль управление OC4J по адресу http://oc4j_host:port/em (Для отдельного OC4J порт будет 8888, для Oracle BI EE порт будет 9704.) администратором.
Для корректной работы ORTD надо настроить JDBC источники в OC4J для схемы с метаданными.
Перейти на закладку Administration и затем в JDBC Resources. В разделе Connection Pools нажать на Create.
Ввести следующие значения, остальные оставить без изменения и нажать кнопку Apply

Свойство	Значение
Application	Default
Connection Pool Type	New Connection Pool
Name	RTDConnectionPool
Connection Factory Class	Oracle.jdbc.driver.OracleDriver
URL	Ваша строка соединения к базе данных
Username	rtd
Password (Use Cleartext Password)	rtd

Скриншот 4

Скриншот 5

Нажать на копку Create в разделе Data Sources
Ввести следующие значение, остальные оставить без изменения и нажать кнопку Finish

Свойство	Значение
Application	Default
Data Source Type	Managed Data Source
Name	RTD_DS
JNDI Location	jdbc/SDDS (жестко прошито в ORTD)
Connection Pool	RTDConnectionPool

Скриншот 6

Скриншот 7

Проверить, что созданные соединения, нажав на Test Connection.
Перейти по адресу http://oc4j_host:port/em и затем на закладку Applications.
Теперь можно "задеплоить" приложение ORTD на сервер.
Нажать на копку Deploy
Выбрать архив из RTD_HOME/package/RTD.ear и нажать Next.

Скриншот 8

Выбрать значения и нажать Next

Свойство Значение

Application Name OracleRTD

Parent Application default

Bind Web Module to Site rtd-web-site

Скриншот 9
Нажать Deploy
Oracle Real Time Decisions доступен по адресу http://oc4_host:8080/ui
Создадим и настроим схему SURVEYS из статьи "Решения "растут" на деревьях" (Decisions Grow on Trees, by Ron Hardman). Кроме того, зарегистрируем ее в JDBC источниках в OC4J, чтобы мы могли работать с ней в Real Time Decisions.

II. Настройка схемы SURVEYS

Скачать файл sample data file.
Разархивировать его и перейти к папке, содержащей скрипт create_user.sql
Подключиться к SQL*Plus под SYSDBA и выполнить скрипт create_user.sql
Зайти в консоль управление OC4J по адресу http://oc4j_host:port/em администратором.
Настроим дополнительный JDBC источник для схемы Survyes.
Перейти на закладку Administration и затем в JDBC Resources. В разделе Connection Pools нажать на Create.

Ввести следующие значения, остальные оставить без изменения и нажать кнопку Apply

Свойство	Значение
Application	Default
Connection Pool Type	New Connection Pool
Name	SurveysConnectionPool
Connection Factory Class	oracle.jdbc.driver.OracleDriver
URL	Ваша строка соединения к базе данных
Username	surveys
Password (Use Cleartext Password)	surveys

Нажать на копку Create в разделе Data Sources
Ввести следующие значение, остальные оставить без изменения и нажать кнопку Finish

Свойство Значение

Application Default

Data Source Type Managed Data Source

Name SURVYES_DS

JNDI Location jdbc/SURVEYSDS

Connection Pool SurveysConnectionPool
Проверить, что созданные соединения, нажав на Test Connection.
Перейти в папку OC4J_HOME/j2ee/home/applications/OracleRTD
Найти файл ./rtis/WEB-INF/web.xml и вставить в конец перед тегом </web-app> следующий текст
<resource-ref id="SURVEYSDS_RTIS">
<res-ref-name>SURVEYSDS</res-ref-name>
<res-type>javax.sql.DataSource</res-type>
<res-auth>Container</res-auth>
<res-sharing-scope>Unshareable</res-sharing-scope>
</resource-ref>
Аналогичным образом найти и изменить файл ./soap/WEB-INF/web.xml. Только в качестве id теперь будет SURVEYSDS_Axis
Перейти в папку OC4J_HOME/j2ee/home/application-deployments/OracleRTD
Найти файл ./rtis/WEB-INF/orion-web.xml и добавить после строки
<resource-ref-mapping name="SDDS" location="jdbc/SDDS" />
строку
<resource-ref-mapping name="SURVEYSDS" location="jdbc/SURVEYSDS" />
Аналогичным образом найти и изменить файл ./soap/WEB-INF/orion-web.xml.
Перезапустить OC4J.
Итак, теперь, у нас есть полностью настроенный Oracle Real Time Decisions и мы можем приступить к созданию проекта.
Настройка Oracle Real Time Decisions осуществляется через стандартный инструмент Java JConsole, работающий через JMX протокол.

III. Настройка доступа в Oracle Real Time Decisions.

Открыть JAVA_HOME/bin/jconsole.exe
Если у вас запущен OC4J, то jconsole найдет его, и он будет в списке доступных соединений.
Нажать Connect
Из всех закладок самая важная для нас - это MBeans, поскольку MBeans и протокол JMX позволяют читать и устанавливать атрибуты, вызывать операции (методы) MBean, подписываться и получать нотификации.
Перейти на закладку MBeans и раскрыть в дереве OracleRTD.
Открыть SDClusterPropertyManager->SecurityManager
Включим поддержку аутентификации средствами самого Oracle Real Time Decisions.
Справа откроются свойста, поставить true в строке AuthenticationEnabled, проверить, что в строке AuthenticationProviderClass стоит com.sigmadynamics.server.security.DBAuthenticator

Скриншот 11

Создадим администратора

Выбрать в дереве, SDManagement->SecurityManager и затем справа закладку Operations.
В строке с кнопкой createUser вписать значения username - admin, description - admin, password - admin и нажать кнопку .

Скриншот 12

В строке с кнопкой assignPermission вписать userOrGroup - admin, permCode - 0 и нажать кнопку.

Скриншот 13

Вся разработка для Real Time Decisions ведется в Decision Studio, специальном инструменте, построенном на основе движка Eclipse.

IV. Создание проекта в Oracle Real Time Decisions

Открыть Decision Studio из RTD_HOME\eclipse\eclipse.exe. Начать новый проект,для этого выбрать в меню File > New > Inline Service Project.
Ввести название для проекта Surveys и выбираем Basic Template в качестве шаблона. (По умолчанию файлы с проектом располагаются в директории C:\Documents and Settings\WIN_USER\Oracle RTD Studio\Surveys)

Скриншот 14

Интерфейс Decision Studio устроен следующим образом.

Скриншот 15

Справа в Проводнике проекта появляется созданный нами проект Surveys. Открыть элемент Surveys > Service Metadata > Application. Это основной объект, в котором содержится вся информация о проекте. Ввести описание для проекта и перейти на закладку Permissions.

Скриншот 16

Для того, чтобы можно было заходить в проект из Decision Studion (Web-приложение для конечного пользователя, необходимо дать доступ пользователя к проекту.
В разделе User or Groups нажимаем Add и далее Select Server. В появившемся окне вводим имя хоста и номер порта, где установлен RTD, а также имя пользователя "admin" и пароль "admin". Нажимаем Connect и возвращаемся обратно в окно добавления пользователей.
Нажать галочку Show Users и затем кнопку Get Names. В таблице появится созданный нами ранее пользователь admin. Выбрать его нажать OK.
Выбрать пользователя admin и нажать в столбец Granted напротив строк Deploy Service from Studio и Download Service. После этого все 4 строчки должны быть помечены.

Скриншот 17

На предыдущих шагах, мы настроили в OC4J и ORTD поддержку нашего источника данных Surveys Data Source.
Настроим источник информации для проекта. Нажать правую кнопку мыши на элементе Surveys > Service Metadata > Data Sources и выбрать New SQL Data Source
Ввести название Surveys Data Source
Справа откроется окно со свойствами, нажать кнопку Import.
Свойства сервера должны совпадать с настроенными нами ранее при импорте пользователя admin, нажать Next
Выбрать SURVEYSDS в качестве JDBC Data Source и таблицу CUSTOMER_SATISFACTION и нажать Finish.
Все колонки таблицы появятся в Output.
Перенести колонку Input Customer_Satisfaction_Id направо в input

Скриншот 18

К этому моменту мы создали новый проект, настроили доступ пользователя admin к нему, настроили источник данных из схемы Surveys. Теперь настроим основную логику работы.
Создадим сущность, описывающую событие, что конкретный продукт получил или положительную или отрицательную оценку.
Нажать правую кнопку мыши на элементе Surveys > Service Metadata > Entities и выбрать New Entity
Ввести название Satisfaction
Нажать на кнопку Import и выбрать в качестве источника Surveys Data Source
В таблице появится список полей из таблицы
Нажать кнопку Add Key, ввести Display Label - Id, Data Type - Integer. Созданный ключ появится в таблице с полями.

Скриншот 19

Перейти на закладку Mapping.
В таблице поля, которые были импортированы, автоматически настроены на источник Surveys Data Source. Созданное нами поле Id не имеет привязки к источнику. Нам надо привязать созданный нами атрибут на входные атрибуты.
В таблице Data Source Input Values нажать на поле в Input Value на поле CUSTOMER_SATISFACTION_ID.
Выбрать Attribute or variables и сущность Satisfaction, поле Id.
Выбрать File > Save All

Во всех проекта Real Time Decisions есть специальная сущность Session, которая создается при открытии новой сессии к серверу. Нам надо связать сущность Session с только что созданной сущностью Satisfaction
Открыть Surveys > Service Metadata > Entities > Session
Нажать Add Attribute, ввести название Satisfaction, выбрать Data Type - Other, затем Entity Types и Satisfaction
Нажать Select в около Session Keys from Dependent Entities и выбрать Session > Satisfaction > Id

Скриншот 20

Для построения анализа зависимостей оценки типа продукта, его версии и год обновления , надо создать группу возможных оценок продукта.
Нажать правую кнопку мыши на элементе Surveys > Service Metadata > Choices и выбрать New Choice Group, ввести название Feedback.
На закладке Choices Attributes нажать Add, ввести название code, Data Type - String
C помощью атрибута code, будем определять оценку, которую получает той или иной продукт. Создадим сами оценки.
Нажать правую кнопку мыши на элементе Surveys > Service Metadata > Choices > Feedback и выбрать New Choice
Ввести имя NEGATIVE, на закладке Attributes Values ввести значение в поле Attribute Value для атрибута code - NEGATIVE

Скриншот 21

Аналогичным образом, нажать правую кнопку мыши на элементе Surveys > Service Metadata > Choices > Feedback и выбрать New Choice
Ввести имя POSITIVE, на закладке Attributes Values ввести значение в поле Attribute Value для атрибута code - POSITIVE
Перейдем к созданию модели для поиска зависимостей между оценками продукта и его характеристиками.
Нажать правую кнопку мыши на элементе Surveys > Service Metadata > Models > Feedback и выбрать New Choice Model
Ввести название FeedbackAnalysis, на закладке Choice выбрать Choice Group - Feedback

Скриншот 22

Необходимо исключить саму оценку из анализа зависимостей.
На закладке Attributes в разделе Excluded Attributes нажать Select и выбрать Session > Satisfaction > Feedback

Теперь создадим простейший информатор, который будет добавлять новые прецеденты к модели анализа FeedbackAnalysis
Нажать правую кнопку мыши на элементе Surveys > Service Metadata > Integration Points > Informants и выбрать New Informant, ввести название Process
Для работы информатора надо выбрать Session Key и ввести логику его работы.
Нажать Select в Session Keys, выбрать Satisfaction / Id
Ввести 0 в поле Order, убрать галку с Force Session Close и перейти на закладку Logic

Скриншот 23

На закладке Logic вводится вся логика работы информатора. Логика пишется на языке Java. Список всех методов можно посмотреть в документации. Для обращения к созданным сущностям и объектам, используется стандартная нотация. Поскольку в Real Time Decisions есть сущность по умолчанию Session, то мы можем обратиться к ней всегда. Кроме того, на предыдущих шагах, мы связали Сущность Session c сущностью Satisfaction.

Ввести следующий код

Скриншот 24

Теперь создадим еще одного информатора, который будет закрывать сессию.
Нажать правую кнопку мыши на элементе Surveys > Service Metadata > Integration Points > Informants и выбрать New Informant, ввести название End
Аналогичным образом выбрать Session Key - Satisfaction / Id
Поставить Order - 1 и галку Force Session Close, которая означает после отработки этого информатора сессия будет закрываться.
На закладке Logic ввести logInfo("Close");
Остается последний шаг, указать модели анализа выбора FeedbackAnalysis, где осуществляется добавление нового прецедента.
Открыть Surveys > Service Metadata > Models > FeedbackAnalysis
Перейти на закладку Learn Location, выбрать On Integration Point, нажать Select и выбрать Process.

Скриншот 25

Выбрать File > Save All

После того, как мы создали все необходимые структуры, для того чтобы их протестировать , необходимо "задеплоить" проект на сервер, для этого надо выбрать в меню Project > Deploy. Затем выбрать проект Survyes, ввести название Inline Service - Surveys, Deploymeny State - Development, отметить Terminate active sessions и нажать Deploy.

Если все было сделано правильно, то проект удачно "отдеплоится" на сервер и может приступать к тестированию. Если возникнут ошибки, то их список можно посмотреть, выбрав в меню Windows > Show View > Problems.
Для тестирования необходимо выбрать Windows > Show View > Test.
Скриншот 27
В Integration Point надо выбрать Process, тогда в таблице Request Inputs появится одно поле Id. Введем значение 25 и нажмем справа вверху на кнопку Execute Request. Сервер выполнит наш запрос и запишет результаты в лог. Откроем закладку Log.

Скриншот 28

Сервер сделает запрос к таблице CUSTOMER_SATISFACTION по указанному Id, возьмем все характеристики по продукту, и запишет в модель анализа FeedbackAnalysis положительный или отрицательный отзыв.
Для того, чтобы не перебирать руками все записи в таблице CUSTOMER_SATISFACTION, для построения модели анализа. В состав Oracle Real Time Decisions входит специальный инструмент для моделирования работы системы. Называется он Oracle RTD Load Generator и находится RTD_HOME/scripts/loadgen.cmd. Запустим его.

V. Моделирование работы системы

Нажать Create new Load Generator Script

Перейти на закладку General и ввести следующую информацию

Свойство	Значение
Client Configuration File	RTD_HOME/client/clientHttpEndPoints.properties
Graphs Refresh Interval in Seconds	1
Inline Service	Surveys (мы указывали название, когда деплоили проект на сервер)
Random Number Generator Seed	-1
Think Time	Fixed Global Think Time
Constant	0
Number of Concurrent Scripts to Run	1
Maximum Number of Scripts to Run	4920
Enable Logging	Убрать галку

Перейти на закладку Variables, выбрать Script, нажать правую кнопку мыши и выбрать Add Variable
Ввести название var_Id, Contents - Integer Range, Minimum - 1, Maximum - 4920, Access Type - Sequential

Скриншот 29

Перейти на закладку Edit Script
Нажать правую кнопку мыши на белом фоне и выбрать Add Action

Ввести следующую информацию

Свойство	Значение
Type	Message
Integration Point	Process (Точное название, как он называется в проекте)
Inline Service	Surveys (мы указывали название, когда деплоили проект на сервер)
Is Asynchronous	Не отмечен

В таблице Input Fields добавить новое поле, поставить галку на Session Key, Name - id, выбрать Variable - var_Id.

Скриншот 30

Аналогично добавить еще один шаг в скрипт, нажать правую кнопку мыши на белом фоне и выбрать Add Action

Ввести следующую информацию

Свойство	Значение
Type	Message
Integration Point	End (Точное название, как он называется в проекте)
Inline Service	Surveys (мы указывали название, когда деплоили проект на сервер)
Is Asynchronous	Не отмечен

В таблице Input Fields добавить новое поле, поставить галку на Session Key, Name - id, выбрать Variable - var_Id
Можно сохранить настроенную конфигурацию в файл.
Построенная нам скрипт будет генерит последовательно id с 1 по 4920 и вызывать шаги Process и End, моделируя работу оператора, который вводит информацию об отзывах о продуктах.
Запустим выполнение построенного нами скрипта.
Скриншот 31
Если все было сделано правильно, то в поле Total Finished Scripts будет стоять 4920, а в поле Total Errors - 0. Это означает, что все запросы были успешно обработаны сервером Real Time Decisions.

VI. Просмотр результатов

Чтобы посмотреть результаты, надо зайти в Decision Center - приложение для среды J2EE, которое обеспечивает доступ к проекту через Web и позволяет бизнес пользователям просматривать и администрировать проекты, следить за работой всей системы, собирать статистику. На сегодняшний момент корректно Decision Center работает только с Internet Explorer.

Зайти по адресу http://oc4j_host:8080/ui, и ввести имя пользователя и пароль admin/admin
Выбрать Open Inline Service и далее Surveys
После этого открывается интерфейс Decision Center, слева отображается дерево объектов системы, которые можно анализировать.
Выбрать Surveys (Development) в дереве, затем справа выбрать Interactive Integration Map.
На Integration Map отображается вся информация о логике работы системы, в ней присутствуют все объекты взаимодействия: информаторы (Informants) и советчики (Advisors). В ней можно интерактивно выполнять тот или иной объект, указывая его входные параметры. В нашем тестовом проекте мы ввели только два информаторы Process, которые записывает очередную реакцию на продукт в модель FeedbackAnalysis и End, который закрывает сессию.
Скриншот 32
Выбрать Surveys > Decision Process > Feedback
Ветка Decision Process является для нас наиболее важной, потому что именно там, находится вся информация о построенной модели для анализа отзывов покупателей.
Выбрать закладку Performance
Скриншот 33
Мы увидим общую информацию по группе выборов Feedback, сколько было положительных и отрицательных отзывов.
Перейти на закладку Analysis
Скриншот 34
На этой закладке выводится общая информация по прогнозированию значений атрибутов. Мы видим, что наилучшие прогноз получается на негативных отзывах (NEGATIVE), причем наибольшую влияние на отзыв оказывает атрибуты LAST_UPGRADE_YEAR, VERSION, PRODUCT.
Перейти в дереве слева в NEGATIVE или POSITIVE и затем на закладку Analysis
На закладке Best-fit указаны атрибуты и их значения, которые наиболее сильно влияют на отзыв покупателя или наибольшим образом коррелированны с отзывом.
Скриншот 35
Для NEGATIVE мы видим, что наибольшая корреляция наблюдается с LAST_UPGRADE_YEAR = 1991, VERSION = 1 и PRODUCT = A (в порядке степени корреляции)
Скриншот 36
В то время как для POSITIVE наиболее характерно VERSION = 3, LAST_UPGRADE_YEAR = 2006 и PRODUCT = B (в порядке степени корреляции).
Перейти на закладку Drivers
Скриншот 37
Для NEGATIVE указано, качество предсказания 83%, причем по LAST_UPGRADE_YEAR качество, даже выше, чем вся модель - 85%.
Нажать на ссылку Satisfaction LAST_UPGRADE_YEAR
Скриншот 38
Получим, что негативные отзывы наиболее сильно коррелированны со следующими значениями атрибута LAST_UPGRADE_YEAR: 1999, 2001, 2002 (в порядке степени влияния).
Скриншот 39
Для позитивных отзывов получим следующее распределение по атрибуту LAST_UPGRADE_YEAR
Скриншот 40
Наиболее сильно коррелированные годы для POSITIVE: 2005,2006,2003,2004 (в порядке степени влияния).
Скриншот 41
Аналогичным образом, мы посмотреть результаты по атрибутам VERSION и PRODUCT.
В результате получаются следующие наиболее устойчивые кластеры
```
NEGATIVE:
	LAST_UPGRADE_YEAR: 1999, 2001, 2002
		VERSION: 1,2
			PRODUCT: A
POSITIVE:
	LAST_UPGRADE_YEAR: 2005, 2006, 2003, 2004
		VERSION: 3
			PRODUCT: B
```
Таким образом, мы получили следующие результаты: основное расщепление или ветвление осуществляет по атрибуту LAST_UPGRADE_YEAR, если он меньше 2003 года, то отзыв отрицательный, иначе он положительный. При этом если учитывать атрибуты VERSION и PRODUCT в анализе, то получается, что отрицательный отзыв получают продукт A с версиями 1 и 2, а положительный B с версиями 3.

Заключение

Если посмотреть на результаты, которые были получены в статье "Решения "растут" на деревьях" (Decisions Grow on Trees, by Ron Hardman) с полученными нами, то видно, что они совпадают. Отличия лишь в максимальной достоверности классификации и представлении самих результатов. В Data Mining Option была получена точность предсказания на уровне 90%. В Real Time Decisions максимальная точность была 83%. Связано это с тем, что в Real Time Decisions использовался Байесовский классификатор, а в Oracle Data Mining деревья решений, которые в данном случае оказались лучше. С точки зрения графической интерпретации результатов, в Oracle Data Miner они были представлены в виде иерархической группировки признаков и их значений (дерева решений). В Real Time Decisions они же были представлены в виде упорядоченных списков коррелированных признаков и их значений. Каждый вариант представления информации имеет свои достоинства и недостатки.

На данном примере очевидными становятся различия в применении Oracle Data Mining и Real Time Decisions. В Data Mining можно легко и быстро осуществить сложный и глубокий анализ на уровне базы данных, причем достоверность классификации будет выше. С другой стороны Real Time Decisions позволяет сроить менее глубокий анализ, но в режиме реального времени. В нашем случае в качестве он-лайн системы, которая генерила события выступал специальный инструмент LoadGen, но с тем же успехом можно подключить и любое бизнес приложение. Real Time Decisions в реальном времени будет пересчитывать модель и строить закономерности между признаками.

Ссылки по теме

Файлы для загрузки

Скачать файл sample data file.