Novità (Analysis Services - Data mining)
Nota
Per SQL Server 2008 R2, non è stata apportata alcuna modifica al contenuto elencato in questo argomento.
Questa ultima versione di Microsoft SQL Server Analysis Services introduce nuove caratteristiche e miglioramenti. Per informazioni sulle nuove caratteristiche di analisi in memoria e sulla modalità integrata Sharepoint per Analysis Services, vedere PowerPivot per SharePoint.
Compatibilità con i componenti aggiuntivi Data mining per Office 2007
SQL Server 2008 R2 supporta la creazione, la gestione e l'utilizzo di modelli di data mining di Microsoft Excel quando si utilizzano i componenti aggiuntivi Data mining di Microsoft SQL Server 2008 per Office 2007. La versione di questo diffuso componente aggiuntivo gratuito può essere utilizzata per connettersi a istanze di Analysis Services che eseguono SQL Server 2008 R2 o SQL Server 2008. Non è possibile utilizzare direttamente i set di dati multidimensionali in memoria creati da PowerPivot per Excel.
Compatibilità con PowerPivot per Excel 2010
È possibile installare i componenti aggiuntivi Data mining nello stesso computer del componente aggiuntivo PowerPivot per Excel e utilizzarli all'interno della stessa cartella di lavoro di Excel 2010. Tuttavia, per utilizzare i componenti aggiuntivi Data mining è necessario che sia installata una versione a 32 bit di Excel 2010. Il client di PowerPivot può essere eseguito su una versione a 32 o a 64 bit di Excel 2010.
Per ulteriori informazioni sui componenti aggiuntivi, vedere Componenti aggiuntivi Data mining per Office 2007.
Nuovi esempi e risorse
La documentazione online non include più database e applicazioni di esempio di SQL Server. I database e le applicazioni di esempio sono ora disponibili sul sito Web SQL Server Samples. Questo sito Web non solo rende più semplice per gli utenti l'individuazione degli esempi, ma rende disponibili ulteriori nuovi esempi relativi a Microsoft SQL Server e Business intelligence. Nel sito Web SQL Server Samples è possibile effettuare quanto segue:
Esplorare gli esempi a cui hanno collaborato sviluppatori, utenti e la community Microsoft Most Valuable Professional (MVP).
Scaricare database di esempio e progetti di codice.
Visualizzare o partecipare a un'area di discussione in cui è possibile riportare problemi e porre domande sugli esempi per ogni area tecnologica.
Esempi aggiuntivi in cui viene utilizzato il client di PowerPivot e la nuova istanza integrata Sharepoint di Analysis Services sono disponibili sul sito PowerPivot.com.
Caratteristiche di data mining in SQL Server 2008
La versione R2 di SQL Server 2008 supporta le caratteristiche seguenti, che erano nuove in SQL Server 2008.
Creazione di set di test dei dati di controllo
Quando si crea una struttura di data mining, è ora possibile dividere i dati in essa contenuti in un set di training e in un set di testing. La definizione della partizione viene archiviata con la struttura. È quindi possibile riutilizzare i set di training e di testing con qualsiasi modello di data mining basato su tale struttura.
Per ulteriori informazioni sull'utilizzo dei set di dati di training e di testing, vedere Partizionamento dei dati in set di training e in set di testing (Analysis Services - Data mining).
Per ulteriori informazioni su tutte le caratteristiche di convalida dei modelli disponibili in SQL Server 2008, vedere Convalida di modelli di data mining (Analysis Services - Data mining).
Applicazione di filtri a case del modello
È ora possibile associare filtri a un modello di data mining e applicarli durante il training e il testing L'applicazione di un filtro al modello consente di controllare i dati utilizzati per il training del modello e rende più semplice la valutazione delle prestazioni del modello in subset dei dati.
Per ulteriori informazioni sulla creazione di filtri per i modelli di data mining, vedere Creazione di filtri per i modelli di data mining (Analysis Services - Data mining).
Per ulteriori informazioni sul filtraggio dei dati per il testing dei modelli di data mining, vedere Strumenti per la creazione di grafici di accuratezza dei modelli (Analysis Services - Data mining).
Convalida incrociata di più modelli di data mining
La convalida incrociata è un metodo consolidato per la valutazione dell'accuratezza dei modelli di data mining. Prevede l'esecuzione in modo interattivo delle seguenti operazioni: partizionamento dei dati della struttura di data mining in subset, compilazione di modelli nei subset e valutazione dell'accuratezza del modello per ogni partizione. La verifica delle statistiche restituite consente di determinare l'affidabilità del modello di data mining e di effettuare con maggiore semplicità il confronto tra i modelli basati sulla stessa struttura.
Per ulteriori informazioni, vedere Convalida incrociata (Analysis Services - Data mining).
Miglioramenti all'algoritmo Microsoft Time Series
Per migliorare l'accuratezza e la stabilità di alcune stime nei modelli Time Series, è stato aggiunto un nuovo algoritmo all'algoritmo Microsoft Time Series. Il nuovo algoritmo, basato sul noto algoritmo ARIMA, consente di ottenere stime a lungo termine migliori rispetto all'algoritmo ARTXP utilizzato in Analysis Services. ARTXP è un algoritmo dell'albero autoregressivo ottimizzato per l'esecuzione di stime basate su un singolo intervallo di tempo o a breve termine.
Per ulteriori informazioni sui modelli di data mining Time Series, vedere Algoritmo Microsoft Time Series e PredictTimeSeries (DMX).
Drill-through ai case della struttura e alle colonne della struttura
Se si attiva il drill-through a una struttura di data mining, in SQL Server 2008 è possibile eseguire query sulla struttura di data mining e ottenere informazioni dettagliate sui case utilizzati per il training e il testing. È possibile creare query drill-through in una struttura utilizzando DMX (Data Mining Extensions).
Per ulteriori informazioni, vedere Utilizzo del drill-through sui modelli di data mining e strutture di data mining (Analysis Services - Data mining).
Per esempi di query DMX in una struttura di data mining, vedere SELECT FROM <structure>.CASES.
Per esempi di drill-through da un modello ai dati della struttura, vedere SELECT FROM <model>.CASES (DMX).
Aggiunta di alias a colonne del modello di data mining
È ora possibile aggiungere alias alle colonne in un modello di data mining, in modo da poter individuare il contenuto delle colonne e fare riferimento alla colonna nelle istruzioni DMX con maggiore semplicità.
Per ulteriori informazioni sulla gestione e sulla visualizzazione degli alias, vedere Impostazione delle proprietà in un modello di data mining o Procedura: Creazione di un alias per una colonna di un modello.
Per informazioni sulla creazione di un alias di colonna mediante DMX, vedere ALTER MINING STRUCTURE (DMX).
Esecuzione di una query sui set di righe dello schema di data mining
In SQL Server 2008 molti dei set di righe esistenti dello schema di data mining OLE DB sono stati esposti come set di tabelle di sistema su cui è facile eseguire query tramite istruzioni DMX. In questo modo risulta semplice recuperare metadati relativi a modelli e strutture, estrarre dettagli dal contenuto del modello di data mining o monitorare un'istanza o un servizio di Analysis Services.
Per ulteriori informazioni, vedere Esecuzione di query sui set di righe dello schema di data mining (Analysis Services - Data mining).
Modifiche ai modelli di clustering
In SQL Server 2008 la configurazione predefinita dell'algoritmo Microsoft Clustering è stata modificata in modo da utilizzare la normalizzazione del punteggio z per impostazione predefinita. Lo scopo di questa modifica è ridurre l'effetto di attributi che potrebbero avere grandezze eccessive e molti outlier. In genere, la normalizzazione del punteggio z migliora i risultati del clustering. Tuttavia, potrebbe modificare i risultati del clustering in distribuzioni non normali. Inoltre, i clienti che eseguono la migrazione di soluzioni da una versione precedente di Analysis Services a Analysis Services SQL Server 2008 potrebbero notare che i modelli di clustering producono ora risultati diversi. Per ulteriori informazioni, vedere Riferimento tecnico per l'algoritmo Microsoft Clustering.
Miglioramenti di Analysis Services
Se si utilizza Analysis Services per creare cubi OLAP utilizzati anche per il data mining, la progettazione delle dimensioni e delle gerarchie e degli attributi correlati potrebbe risultare più semplice. Progettazione dimensioni include una nuova finestra di progettazione Relazione tra attributi che consente di progettare le relazioni tra attributi, garantendone la conformità con le procedure consigliate.
Per ulteriori informazioni, vedere Novità (Analysis Services - Database multidimensionale).
Vedere anche