Explorer un modèle à l’aide de Microsoft Sequence Cluster

S’applique à : SQL Server 2019 et versions antérieures d’Analysis Services Azure Analysis Services Fabric/Power BI Premium

Important

L’exploration de données a été déconseillée dans SQL Server 2017 Analysis Services et est à présent abandonnée dans SQL Server 2022 Analysis Services. La documentation n’est pas mise à jour pour les fonctionnalités déconseillées et abandonnées. Pour en savoir plus, consultez Compatibilité descendante d’Analysis Services.

Microsoft Cluster Viewer dans Microsoft SQL Server SQL Server Analysis Services affiche des modèles d’exploration de données créés avec l’algorithme Microsoft Clustering. L’algorithme de clustering Microsoft est un algorithme de segmentation qui permet d’explorer les données afin d’identifier les anomalies dans les données et de créer des prédictions. Pour plus d’informations sur cet algorithme, consultez Microsoft Clustering Algorithm.

Notes

Pour afficher des informations détaillées sur les équations utilisées dans le modèle et les modèles qui ont été découverts, utilisez la visionneuse Microsoft Generic Content Tree. Pour plus d’informations, consultez Parcourir un modèle à l’aide de microsoft Generic Content Tree Viewer ou Microsoft Generic Content Tree Viewer (exploration de données).

Onglets de la visionneuse

Lorsque vous parcourez un modèle d’exploration de données dans SQL Server Analysis Services, le modèle s’affiche sous l’onglet Visionneuse du modèle d’exploration de données de Designer dans la visionneuse appropriée pour le modèle. La Visionneuse de cluster Microsoft fournit les onglets suivants pour explorer clustering modèles d’exploration de données :

Diagramme de cluster

L’onglet Diagramme de cluster de la Visionneuse de cluster Microsoft affiche tous les clusters qui se trouvent dans un modèle d’exploration de données. L'ombrage de la ligne reliant un cluster à un autre représente le niveau de similarité des clusters. Si l'ombrage est clair ou inexistant, les clusters ne sont pas très similaires. Plus la ligne est sombre, plus la similarité des liens est grande. Vous pouvez modifier le nombre de lignes affichées par la visionneuse à l'aide du curseur situé à droite des clusters. Si vous déplacez le curseur vers le bas, seuls les liens les plus forts sont affichés.

Par défaut, l'ombre représente le remplissage du cluster. À l’aide des options Variable d’ombrage et État , vous pouvez sélectionner la paire attribut-état que l’ombrage représente. Plus l'ombrage est sombre, plus la distribution d'attribut est grande pour un état spécifique. Inversement, plus l'ombrage est clair, plus la distribution diminue.

Pour renommer un cluster, cliquez avec le bouton droit sur son nœud et sélectionnez Renommer le cluster. Le nouveau nom est enregistré sur le serveur.

Pour copier la partie visible du diagramme dans le Presse-papiers, cliquez sur Copier la vue du graphique. Pour copier l'intégralité du diagramme, cliquez sur Copier le graphique entier. Vous pouvez également faire un zoom avant et arrière à l'aide des boutons Zoom avant et Zoom arrièreou vous pouvez ajuster le diagramme à la taille de l'écran à l'aide de Ajuster le diagramme à la fenêtre.

Retour en haut

Profils du cluster

L'onglet Profils du cluster fournit une vue d'ensemble des clusters créés par l'algorithme de votre modèle. Cette vue montre chaque attribut ainsi que la distribution de l'attribut dans chaque cluster. Une info-bulle pour chaque cellule affiche les statistiques de distribution et une info-bulle pour chaque en-tête de colonne affiche le remplissage du cluster. Les attributs discrets sont représentés sous la forme de barres de couleur tandis que les attributs continus prennent la forme d'un graphique en losange qui représente l'écart type et moyen dans chaque cluster. L’option Barres de l’histogramme contrôle le nombre de barres qui sont visibles dans l’histogramme. Si le nombre réel de barres est supérieur au nombre de barres à afficher, les barres les plus importantes sont conservées et le reste des barres est regroupé dans un compartiment gris.

Vous pouvez modifier le nom par défaut des clusters afin de définir des noms plus descriptifs. Pour renommer un cluster, cliquez avec le bouton droit sur son en-tête de colonne et sélectionnez Renommer le cluster. Vous pouvez également masquer les clusters en sélectionnant Masquer la colonne.

Pour ouvrir une fenêtre qui offre une vue plus détaillée et plus grande des clusters, double-cliquez sur une cellule de la colonne États ou sur un histogramme dans la visionneuse.

Cliquez sur un en-tête de colonne pour trier les attributs par ordre d'importance pour ce cluster. Vous pouvez également faire glisser les colonnes pour les réorganiser dans la visionneuse.

Retour en haut

Caractéristiques du cluster

Pour utiliser l’onglet Caractéristiques du cluster , sélectionnez un cluster dans la liste Cluster . Après avoir sélectionné un cluster, vous pouvez examiner les caractéristiques qui composent ce cluster spécifique. Les attributs contenus dans le cluster sont répertoriés dans les colonnes Variables et l'état de l'attribut répertorié est répertorié dans la colonne Valeurs . Les états d'attribut apparaissent par ordre d'importance, en fonction de leur probabilité d'apparition dans le cluster. La probabilité est indiquée dans la colonne Probabilité .

Retour en haut

Discrimination de cluster

Vous pouvez utiliser l'onglet Discrimination de cluster pour comparer les attributs entre deux clusters. Utilisez les listes Cluster 1 et Cluster 2 pour sélectionner les clusters à comparer. La visionneuse détermine les différences les plus importantes entre les clusters et affiche, par ordre d'importance, les états d'attribut associés à ces différences. Une barre à droite de l'attribut indique quel cluster est privilégié par l'état et la taille de la barre indique à quel point l'état privilégie le cluster.

Retour en haut

Voir aussi

Algorithme de clustering Microsoft
Tâches de la visionneuse de modèle d'exploration de données et procédures
Tâches de la visionneuse de modèle d'exploration de données et procédures
Outils d'exploration de données
Visionneuses de modèle d’exploration de données