Neuigkeiten (Analysis Services - Data Mining)
.gif "Hinweis") Hinweis |
|---|
Für SQL Server 2008 R2 hat es keine Änderungen am Inhalt gegeben, der in diesem Thema aufgeführt ist. |
Diese neueste Version von Microsoft SQL Server Analysis Services enthält neue Funktionen und Erweiterungen. Informationen zu den neuen Arbeitsspeicher-Analysefunktionen und zum integrierten SharePoint-Modus für Analysis Services finden Sie unter PowerPivot für SharePoint.
Kompatibilität mit den Data Mining-Add-Ins für Office 2007
SQL Server 2008 R2 unterstützt die Erstellung, Verwaltung und Verwendung von Data-Mining-Modellen von Microsoft Excel, wenn Sie die SQL Server 2008-Data-Mining-Add-Ins für Office 2007 verwenden. Mit dieser Version des beliebten kostenlosen Add-Ins kann eine Verbindung mit Instanzen von Analysis Services hergestellt werden, die entweder SQL Server 2008 R2 oder SQL Server 2008 verwenden. Sie können die mehrdimensionalen Arbeitsspeicher-Datasets, die von PowerPivot für Excel erstellt werden, nicht direkt verwenden.
Kompatibilität mit PowerPivot für Excel 2010
Sie können die Data Mining-Add-ins das auf dem gleichen Computer wie das PowerPivot für Excel-Add-In installieren und innerhalb derselben Excel 2010-Arbeitsmappe verwenden. Sie können die Data Mining-Add-Ins jedoch nur mit einer 32-Bit-Version von Excel verwenden. Der PowerPivot-Client kann entweder auf einer 32-Bit- oder einer 64-Bit-Version von Excel 2010 ausgeführt werden.
Weitere Informationen über die Add-Ins finden Sie unter Data Mining-Add-ins für Office 2007.
Neue Beispiele und Ressourcen
Die Onlinedokumentation umfasst keine SQL Server-Beispieldatenbanken und Beispielanwendungen mehr. Diese Beispieldatenbanken und Beispielanwendungen sind jetzt auf der Website SQL Server Samples verfügbar. Diese Website vereinfacht das Suchen nach Beispielen und stellt zusätzliche neue Beispiele für Microsoft SQL Server und Business Intelligence bereit. Auf der SQL Server-Website mit Beispielen können Sie die folgenden Aktionen ausführen:
Durchsuchen Sie die Beispiele, die von Entwicklern, Benutzern und der Microsoft MVP (Most Valuable Professional)-Community bereitgestellt wurden.
Laden Sie Beispieldatenbanken und Codeprojekte herunter.
Rufen Sie einen Diskussionsbereich auf, in dem Sie Probleme melden und Fragen zu den Beispielen für die einzelnen Technologiebereiche stellen können.
Zusätzliche Beispiele, die den PowerPivot-Client und die neue integrierte SharePoint-Instanz von Analysis Services verwenden, finden Sie auf der Website PowerPivot.com.
Data Mining-Funktionen in SQL Server 2008
Die R2-Version von SQL Server 2008 unterstützt die folgenden Funktionen, die neu in SQL Server 2008 sind.
Erstellen von Zurückhaltungstestsätzen
Beim Erstellen einer Miningstruktur können Sie nun die in dieser Struktur enthaltenen Daten in Trainings- und Testsätze aufteilen. Die Definition der Partition wird mit der Struktur gespeichert, sodass die Trainings- und Testsätze mit beliebigen Miningmodellen, die auf dieser Struktur basieren, wiederverwendet werden können.
Weitere Informationen zum Verwenden von Trainings- und Testdatasets finden Sie unter Partitionieren von Daten in Trainings- und Testsätze (Analysis Services - Data Mining).
Weitere Informationen zu allen Funktionen für die Modellüberprüfung in SQL Server 2008 finden Sie unter Überprüfen von Data Mining-Modellen (Analysis Services - Data Mining).
Filtern nach Modellfällen
Sie können nun Filter an ein Miningmodell anfügen und diese beim Trainieren und beim Testen anwenden. Durch Anwenden eines Filters auf das Modell können Sie steuern, welche Daten zum Trainieren des Modells verwendet werden. Zudem wird dadurch die Bewertung der Leistung des Modells für Datenteilmengen vereinfacht.
Weitere Informationen zum Erstellen von Miningmodellfiltern finden Sie unter Erstellen von Filtern für Miningmodelle (Analysis Services - Data Mining).
Weitere Informationen zum Filtern von Daten zum Testen von Miningmodellen finden Sie unter Tools zum Auswerten der Modellgenauigkeit (Analysis Services - Data Mining).
Übergreifende Überprüfung mehrerer Miningmodelle
Die übergreifende Überprüfung ist eine feststehende Methode zur Bewertung der Genauigkeit von Data Mining-Modellen. Die übergreifende Überprüfung ist ein iterativer Vorgang, bei dem die Daten der Miningstruktur in Teilmengen partitioniert werden, Modelle für die Teilmengen erstellt werden und dann die Genauigkeit der Modelle für die einzelnen Partitionen gemessen wird. Die zurückgegebene Statistik gibt Aufschluss über die Zuverlässigkeit des Miningmodells, und Sie können Modelle, die auf der gleichen Struktur basieren, einfacher vergleichen.
Weitere Informationen finden Sie unter Übergreifende Überprüfung (Analysis Services - Data Mining).
Verbesserungen des Microsoft Time Series-Algorithmus
Dem Microsoft Time Series-Algorithmus wurde ein neuer Algorithmus hinzugefügt, der die Genauigkeit und Stabilität bestimmter Vorhersagen in Zeitreihenmodellen verbessert. Der auf dem bekannten ARIMA-Algorithmus basierende neue Algorithmus bietet bessere Langzeitvorhersagen als der von Analysis Services verwendete ARTxp-Algorithmus. (ARTxp ist ein Algorithmus für eine autoregressive Entscheidungsstruktur, der entweder für eine einzelne Zeitscheibe oder für kurzfristige Vorhersagen optimiert ist.)
Weitere Informationen zu Zeitreihenminingmodellen finden Sie unter Microsoft Time Series-Algorithmus und PredictTimeSeries (DMX).
Drillthrough zu Strukturfällen und Strukturspalten
Wenn Sie in SQL Server 2008 Drillthrough für eine Miningstruktur aktivieren, können Sie die Miningstruktur abfragen und Details zu den für Training und Testen verwendeten Fällen zurückgeben. Sie können Drillthroughabfragen für eine Struktur mit Data Mining-Erweiterungen (DMX) erstellen.
Weitere Informationen finden Sie unter Verwenden von Drillthrough für Miningmodelle und Miningstrukturen (Analysis Services - Data Mining).
Beispiele für DMX-Abfragen für eine Miningstruktur finden Sie unter SELECT FROM <structure>.CASES.
Beispiele für Drillthroughs von einem Modell zu den Strukturdaten finden Sie unter SELECT FROM <model>.CASES (DMX).
Aliasing für Miningmodellspalten
Sie können Spalten in einem Miningmodell nun Aliase hinzufügen, um den Inhalt der Spalten leichter erkennen und in DMX-Anweisungen einfacher auf die Spalten verweisen zu können.
Weitere Informationen zum Verwalten und Anzeigen von Aliasen finden Sie unter Festlegen von Eigenschaften in einem Miningmodell und Gewusst wie: Erstellen eines Alias für eine Modellspalte.
Informationen zum Erstellen eines Spaltenalias mit DMX finden Sie unter ALTER MINING STRUCTURE (DMX).
Abfragen der Data Mining-Schemarowsets
In SQL Server 2008 wurden viele der bestehenden OLE DB Data Mining-Schemarowsets als Gruppe von Systemtabellen verfügbar gemacht, die Sie mit DMX-Anweisungen problemlos abfragen können. Dies erleichtert es, auf Modelle und Strukturen bezogene Metadaten abzurufen, Details des Miningmodellinhalts zu extrahieren oder eine Instanz bzw. einen Dienst von Analysis Services zu überwachen.
Weitere Informationen finden Sie unter Abfragen des Data Mining-Schemarowsets (Analysis Services - Data Mining).
Änderungen an Clustermodellen
In SQL Server 2008 wurde die Standardkonfiguration des Microsoft Clustering-Algorithmus geändert, sodass dieser standardmäßig die z-Ergebnis-Normalisierung verwendet. Das Ziel dieser Änderung besteht darin, die Auswirkung von Attributen mit großen Magnituden und vielen Ausreißern zu minimieren. In der Regel verbessert die z-Ergebnis-Normalisierung Clusteringergebnisse. Sie kann jedoch zu einer Änderung des Clusteringergebnisse in anormalen Verteilungen führen. Außerdem können Kunden, die Lösungen zu SQL Server 2008 Analysis Services von einer früheren Version von Analysis Services migrieren, möglicherweise feststellen, dass Clustermodelle jetzt unterschiedliche Ergebnisse erzeugen. Weitere Informationen finden Sie unter Technische Referenz für den Microsoft Clustering-Algorithmus.
Verbesserungen von Analysis Services
Wenn Sie mit Analysis Services OLAP-Cubes erstellen, die Sie auch für das Data Mining verwenden, erweist sich das Entwerfen von Dimensionen und zugehörigen Hierarchien und Attributen möglicherweise als sehr viel einfacher. Der Dimensions-Designer umfasst einen neuen Attributbeziehungs-Designer, der Sie beim Entwerfen von Attributbeziehungen unter Beachtung bewährter Methoden unterstützt.
Weitere Informationen finden Sie unter Neuigkeiten (Analysis Services – Mehrdimensionale Datenbank).
Siehe auch