Proyectos de minería de datos (Analysis Services - Minería de datos)

El origen de datos define la cadena de conexión e información de autenticación que el servidor Analysis Services utilizará para conectarse al origen de datos. El origen de datos puede contener varias tablas o vistas. Analysis Services puede usar los conjuntos de datos tanto de bases de datos relacionales como de Procesamiento analítico en línea (OLAP) o de proveedores externos.

Después de definir esta conexión a un origen de datos, crea una vista que identifica los datos concretos pertinentes para el modelo. La vista del origen de datos también le permite personalizar la manera en que los datos del origen de datos se proporcionan al modelo de minería de datos. Puede modificar la estructura de los datos para hacerla más pertinente para el proyecto o elegir únicamente ciertos tipos de datos. Si desea filtrar los datos, puede hacerlo en la vista del origen de datos o en filtros que se aplican en el nivel del modelo.

La cantidad de datos que necesitará y cómo se deberían limpiar y dar formato, diferirá en función del algoritmo que use para investigar esos datos.

Para obtener más información, vea Definir una vista de origen de datos (Analysis Services)

Cuando tenga bastantes datos para comenzar el análisis, seleccione las columnas de datos que sean más pertinentes para el problema de negocio y agregue las estructuras de minería de datos al proyecto. Una estructura de minería de datos define las columnas de datos y las columnas con tablas anidadas, que se obtienen de la vista del origen de datos o de un cubo OLAP en el proyecto.

Para agregar una nueva estructura de minería de datos, inicia el Asistente para minería de datos, que le dirige por el proceso de definir los datos y crear, si lo desea, un modelo de minería de datos inicial. Al crear una estructura, también puede crear particiones en los datos para incluir un conjunto de datos de aprendizaje, que se usa para generar los modelos, y un conjunto de datos de prueba, que se puede usar para probar o validar todos los modelos de minería de datos que están basados en esa estructura. Puede usar la pestaña Estructura de minería de datos del Diseñador de minería de datos para modificar las estructuras existentes, incluidas la agregación de columnas y las tablas anidadas.

Para obtener más información:Crear una nueva estructura de minería de datos, Diseñador de minería de datos, Asistente para minería de datos (Analysis Services - Minería de datos)

Por cada estructura de minería de datos, agregue uno o varios modelos de minería de datos. El modelo de minería de datos define el algoritmo o método de análisis que utilizará en los datos. Procesa cada modelo ejecutando los datos en la vista del origen de datos a través del algoritmo, que genera un modelo matemático de los datos. Este proceso también se conoce como entrenar el modelo.

Una vez procesado el modelo, a continuación puede explorar visualmente el modelo de minería de datos y crear las consultas de predicción con él.

Analysis Services proporciona varias opciones para procesar los objetos del modelo de minería de datos, incluida la capacidad de controlar qué objetos se procesan y cómo. Por ejemplo, puede procesar una estructura y almacenar en memoria caché los datos y, a continuación, continuar agregando modelos nuevos a la estructura. Si los datos están almacenados en la memoria caché, puede usar las consultas de obtención de detalles para devolver información detallada sobre los casos que se usan en el modelo.

Para obtener más información:Algoritmos de minería de datos (Analysis Services: Minería de datos), Procesar objetos de Analysis Services, Usar la obtención de detalles en los modelos y estructuras de minería (Analysis Services - Minería de datos).

Después de crear un modelo, puede investigar los resultados y decidir qué modelos se comportan mejor. En la ficha Visor de modelos de minería de datos en el Diseñador de minería de datos, Analysis Services proporciona visores para cada tipo de modelo de minería de datos, que puede usar para explorar los modelos.

En la ficha Gráfico de precisión de minería de datos del diseñador, Analysis Services proporciona herramientas que puede usar para comparar directamente los modelos de minería de datos y elegir el más preciso o útil. Estas herramientas incluyen un gráfico de elevación, un gráfico de beneficios y una matriz de clasificación. 

También puede usar el informe de validación cruzada, nuevo en SQL Server 2008, para realizar un submuestreo reiterativo de los datos y determinar si el modelo se inclina a un conjunto determinado de datos. Las estadísticas que el informe proporciona se pueden usar para comparar objetivamente los modelos y evalúa la calidad de los datos de aprendizaje.

Para obtener más información:Ver un modelo de minería de datos, Validar modelos de minería de datos (Analysis Services - Minería de datos).

El objetivo principal de la mayoría de los proyectos de minería de datos es usar un modelo de minería de datos para crear predicciones. Después de explorar y comparar los modelos de minería de datos, puede usar una de las diferentes herramientas de creación de predicciones. Analysis Services ofrece un lenguaje de consulta denominado Extensiones de minería de datos (DMX) que es la base para la creación de predicciones y es fácilmente convertible en script. Para ayudar a generar consultas de predicción DMX, SQL Server proporciona un generador de consultas, disponible en SQL Server Management Studio y Business Intelligence Development Studio, y plantillas DMX para el editor de consultas de Management Studio. Dentro de BI Development Studio, puede obtener acceso al generador de consultas desde la ficha Predicción de modelo de minería de datos del Diseñador de minería de datos.

Para obtener más información:Crear consultas de predicción DMX, Referencia de instrucciones de Extensiones de minería de datos (DMX).