|
Dieser Artikel wurde manuell übersetzt. Bewegen Sie den Mauszeiger über die Sätze im Artikel, um den Originaltext anzuzeigen.
|
Übersetzung
Original
|
Data Mining-Tools
-
Der Data Mining-Assistent in SQL Server-Datentools (SSDT) erleichtert das Erstellen von Miningstrukturen und Miningmodellen aus relationalen Datenquellen oder mehrdimensionalen Daten in Würfeln. Im Assistenten wählen Sie die zu verwendenden Daten aus und wenden dann bestimmte Data Mining-Techniken an, z. B. Clustering, neuronale Netzwerke oder Zeitreihenmodellierungen. -
Modell-Viewer werden in SQL Server Management Studio und in SQL Server-Datentools (SSDT) bereitgestellt, um Miningmodelle nach deren Erstellung untersuchen zu können. Sie können Modelle mit spezifischen Viewern durchsuchen, die auf den jeweiligen Algorithmus zugeschnitten sind, oder mit dem Viewer für Modellinhalte eine tiefer gehende Analyse vornehmen. -
Der Generator für Vorhersageabfragen wird in SQL Server Management Studio und in SQL Server-Datentools (SSDT) bereitgestellt, um Sie beim Erstellen von Vorhersageabfragen zu unterstützen. Außerdem können Sie die Genauigkeit von Modellen an einem zurückgehaltenen Dataset oder externen Daten überprüfen oder anhand einer Kreuzvalidierung die Qualität des Datasets bewerten. -
SQL Server Management Studio ist die Schnittstelle, über die Sie vorhandene Data Mining-Lösungen verwalten, die auf einer Instanz von Analysis Services bereitgestellt wurden. Sie können Strukturen und Modelle erneut verarbeiten, um die enthaltenen Daten zu aktualisieren. -
SQL Server Integration Services beinhaltet Tools, die Sie verwenden können, um Daten zu bereinigen, Tasks zu automatisieren (z. B. für das Erstellen von Vorhersagen oder das Aktualisieren von Modellen) und Text Mining-Lösungen zu erstellen.
-
Ändern der Eigenschaften von Miningstrukturen, Hinzufügen von Spalten und Erstellen von Spaltenaliasen, Ändern der Methode zur Klasseneinteilung oder der erwarteten Verteilung von Werten. -
Hinzufügen neuer Modelle zu einer vorhandenen Struktur, Kopieren von Modellen, Ändern von Modelleigenschaften oder Metadaten und Definieren von Filtern für ein Miningmodell. -
Durchsuchen der Muster und Regeln im Modell und Untersuchen der Zuordnungen oder Entscheidungsstrukturen. Abrufen von ausführlichen Statistiken Benutzerdefinierte Viewer werden für jede Modellversion bereitgestellt, sodass Sie die Daten analysieren und durch das Data Mining identifizierte Muster untersuchen können. -
Überprüfen von Modellen durch das Erstellen von Prognosegütediagrammen oder Analysieren der Gewinnkurve von Modellen. Vergleichen von Modellen mithilfe von Klassifikationsmatrizen oder Überprüfen eines Datasets und seiner Modelle mit der Kreuzvalidierung. -
Erstellen von Vorhersagen und Inhaltsabfragen für vorhandene Miningmodelle. Erstellen von einmaligen Abfragen oder Einrichten von Abfragen, um Vorhersagen für ganze Tabellen mit externen Daten zu generieren.
-
Erstellen eines Integration Services-Pakets, das jedes Mal das Modell automatisch aktualisiert, wenn das Dataset mit neuen Kunden aktualisiert wird -
Durchführen einer benutzerdefinierten Segmentierung oder Erstellen benutzerdefinierter Stichproben von Falldatensätzen. -
Automatisches Generieren von Modellen aus übergebenen Parametern.
-
Verwenden von Wahrscheinlichkeitswerten, die vom Modell generiert werden, um Ergebnisse für Text Mining oder andere Klassifizierungstasks zu bewerten. -
Automatisches Generieren von Vorhersagen, die auf früheren Daten basieren, und Bewerten der Gültigkeit neuer Daten anhand dieser Werte. -
Verwenden der logistischen Regression, um eine Risikoeinteilung für eingehende Kunden vorzunehmen.
