Veri madenciliği Projects (Analysis Services - veri madenciliği)
Bir veri madenciliği çözümde hangi koşullarda geliştir Analysis Services, öncelikle, Analysis Services projesinde oluşturmanız. Bu proje içinde tanımladığınız çözümlemesi için kullanacağınız veri kaynağını ve küme bir algoritma ve verileri işlemek için özel yönergeler içeren bir modelini ayarlayın.Ayrıca, sınamak ve modelini proje içinde iyileştirmek sürdürebilirsiniz.Çözümle memnun olduğunuzda, başka bir sunucuya dağıtmak veya bir uygulamada Öngörüler ve çözümleme için kullanın.
Aşağıdaki bölümlerde araçları ve işlemleri, bir veri madenciliği çözümü oluşturmak için Anahat ve her adım için kullanılacak kaynaklara bağlantılar sağlar.
Bir Analysis Services Proje oluşturma
Bir veri madenciliği çözüm geliştirmek için önce yeni bir oluşturmalısınız Analysis Services Business Intelligence Development Studio kullanarak proje. Her veri madenciliği proje nesneleri aşağıdaki dört tür bulunur: veri kaynakları, veri kaynakları; modelde; verilerin nasıl kullanılacağını tanımlayan madenciliği yapıları ve ve desenler depolanamıyor madenciliği modelleri temel veri kaynak görünümleri.
Daha fazla bilgi için:Bir Analysis Services proje tanımlama, Bir veri tanımlama kaynak veri kaynak Sihirbazı (Analysis Services) kullanarak
Bir veri tanımlama kaynak
Verileri kaynak bağlantı dizesi ve kimlik doğrulaması bilgileri tanımlar, Analysis Services Sunucu, verilere bağlanmak için kullanacağı kaynak. The data source can contain multiple tables or views.Analysis Services can use datasets from both relational and Online Analytical Processing (OLAP) databases, or from external providers.
Bu bağlantı, bir veri tanımladıktan sonra kaynak, modelinize ilgili belirli verileri tanımlayan bir görünüm oluşturun.veri kaynağı görünümü, veri kaynağındaki veri madenciliği modeline sağlanan biçimini özelleştirmenize olanak sağlar.Projenizi daha uygun hale getirmek için verilerin yapısını değiştirin veya yalnızca belirli veri türlerini seçebilirsiniz.Verileri süzmek istiyorsanız, bu nedenle de yapabileceğiniz veri kaynağı görünümü, içinde modelin düzeyinde uygulanan süzgeçleri.
Ne kadar veri gereksinimlerini gerekir ve nasıl verilerin temizlenmesi ve biçimlendirilmiş, verilerin araştırmak için algoritmayı bağlı olarak farklılık gösterir.
Daha fazla bilgi için:veri kaynağı görünümü (Analysis Services) tanımlama
Bir Analysis Services Project'e madenciliği yapıları ekleme
Çözümlemesi'ni başlatmak için yeterli veriye sahip olduğunuzda, iş sorununuz için en uygun ve madenciliği yapıları projeye eklediğiniz veri sütunları seçin.Sütun veri madenciliği bir yapı tanımlar ve elde edilen tablolar, sütunlar ile iç içe geçmiş veri kaynağı görünümü veya bir projeden bir OLAP küpünden.
Yeni bir ekleme araştırma yapısı, verileri tanımlayan ve isteğe bağlı olarak bir ilk veri araştırma modeli oluşturma işlemi boyunca izlenecek veri madenciliği Sihirbazı'nı başlatın.Bir yapısı oluşturduğunuzda, verilerinizi modeller, oluþturmak için kullanýlan bir eğitim verileri kümesi ve bir sınama verileri sınamak veya bu yapısını esas alan tüm madenciliği modelleri doğrulamak için kullanılan, dahil etmek için bölüm.Kullanabileceğiniz araştırma yapısı sekmesi veri madenciliği Designer'ın iç içe geçmiş tablo ve sütunlar ekleme gibi varolan madenciliği yapıları değiştirin.
Daha fazla bilgi için:Yeni bir araştırma yapısı oluşturma, Veri madenciliği TasarımcısıVeri madenciliği Sihirbazı (Analysis Services - veri madenciliği)
Veri madenciliği modelleri ile çalışma
Her madenciliği yapısına, bir veya daha fazla madenciliği modelleri ekleyin.araştırma modeli algoritma veya veriler üzerinde kullanılacak çözümleme yöntem tanımlar.You process each model by running the data in the data kaynak view through the algorithm, which generates a mathematical model of the data.Bu işlem olarak da bilinir model eğitim.
Işlem modeli sonra sonra görsel olarak araştırma modeli keşfedin ve oluşturabilirsiniz tahmin sorguları.
Analysis Services Hangi nesneleri işlenir ve nasıl işleneceğini kontrol etmek için dahil araştırma modeli nesneleri, işlemek için çeşitli seçenekler sunar.Örneğin, bir yapı işlem ve verileri önbelleğe ve yeni modeller için yapı eklemek sonra devam edebilirsiniz.Verileri önbelleğe, kullanabilirsiniz detaylandırma Sorgulamalar ' modelinde kullanılan servis talepleri hakkında ayrıntılı bilgi verilecek.
Daha fazla bilgi için:Veri madenciliği algoritmaları (Analysis Services - veri madenciliği), Analysis Services nesneleri işleniyor, detaylandırma madenciliği modelleri ve madenciliği yapıları kullanarak (Analysis Services - veri madenciliği).
Veri madenciliği modelleri doğrulanıyor
Model oluşturduktan sonra sonuçlar incelemek ve kararları modelleri hakkında en iyi gerçekleştirmek.Üzerinde Mining modeli Görüntüleyicisi Tasarımcıda veri madenciliği, sekmesiAnalysis Services görüntüleyiciler madenciliği modelleri incelemek için kullanabileceğiniz her araştırma modeli türü için sağlar.
Içinde Madenciliği doğruluğu grafik tasarımcısında sekmesiAnalysis Services doğrudan araştırma modeli s karşılaştırmak ve en doğru veya yararlı seçmek için kullanabileceğiniz araçlar sağlar araştırma modeli. Bu araçlar, sınıflandırma matris yükseltme grafiği ve kar grafiği içerir.
Çapraz doğrulama raporu, yeni de kullanılabilir SQL Server 2008, belirli bir modeli biased olup olmadığını belirlemek için verilerinizi yinelemeli alt örnekleme yapmak küme veri. Rapor sağlayan bir istatistik objectively modelleri karşılaştırma ve eğitim verilerin kalitesini değerlendirmek için kullanılır.
Daha fazla bilgi için:veri araştırma modeli görüntüleme, Veri madenciliği modelleri doğrulanıyor (Analysis Services - veri madenciliği)
Öngörüler oluşturma
Çoğu veri madenciliği projeleri ana amacı kullanmaktır bir araştırma modeli Öngörüler oluşturmak için.After you explore and compare mining models, you can use one of several tools to create predictions.Analysis Services provides a query language called Data Mining Extensions (DMX) that is the basis for creating predictions and is easily scriptable.DMX tahmin sorguları oluşturmanıza yardımcı olmak için SQL Server bir sorgu Oluşturucu, kullanılabilir sağlar. SQL Server Management Studio ve Business Intelligence Development Studiove sorgu düzenleyicisinde DMX şablonları Management Studio. Içinde BI Development Studio, Sorgu Oluşturucusu'ndan erişmek araştırma modeli tahmin veri madenciliği Tasarımcısı sekmesi.
Daha fazla bilgi için:DMX tahmin sorgular oluşturma, Veri madenciliği Uzantıları (DMX) deyim başvurusu
SQL Server Management Studio
Sonra kullandığınız BI Development Studio veri madenciliği projeniz için madenciliği modelleri oluşturmak için , yönetebilir ve modelleri ile çalışır ve Öngörüler içinde oluşturun. Management Studio. Sorgu araçlar kullanarak SQL Server Management Studio, modellerinizde bulunan verileri keşfedin karmaşık içerik sorgular oluşturmak veya bir örneğini depolanan veri madenciliği nesnelerini yönetmek SQL Server.
Daha fazla bilgi için:SQL Server Management Studio'da veri madenciliği
SQL Server Reporting Services
araştırma modeli oluşturduktan sonra daha geniş bir hedef kitleye sonuçlar dağıtmak isteyebilirsiniz.Veri madenciliği sonuçlarını veritabanı sorgularını kolaylıkla erişilebilen tutarlı bir şemayı depolandığından, desenleri modelinde keşfetmeye veya Öngörüler incelemenin sonuçlarını göstermek için çeşitli istemci Araçları'nı kullanabilirsiniz.
You can use Report Designer in Microsoft SQL Server Reporting Services to create reports, which you can use to present the information that a mining model contains.Herhangi bir DMX sorgu sonucu bir rapor temel olarak kullanabilirsiniz ve yararlanabilirsiniz parameterization ve kullanılabilir olan biçimlendirme özellikleri Reporting Services.
Daha fazla bilgi için:(Raporlama Servisleri) Analysis Services DMX Sorgu Tasarımcısı'nı kullanma, Raporlama Hizmetleri ile uygulamaları tümleştirme
Programsal olarak veri madenciliği ile çalışma
Analysis Services Program aracılığıyla veri madenciliği ile çalışmak için kullanabileceğiniz birçok araç sağlar.DMX dili oluşturmak, eğitim, veri madenciliği modelleri için kullanabileceğiniz ifadeler sağlar.Ayrıca, XML Analysis (XMLA) ve Analysis Services komut dosyası kullanan kullanan dosyası kullanan dili (ASSL) kullanarak veya Analiz Management Objects (ÇYN) bu görevleri gerçekleştirebilirsiniz.
Veri madenciliği şema Satır kümeleri'ni kullanarak veri madenciliği ile ilişkili olan tüm meta verilere erişebilir.Örneğin, şema Satır kümeleri algoritma destekleyen veri türleri veya bir veritabanında varolan modeli adlarını belirlemek için kullanabilirsiniz.
Daha fazla bilgi için:Veri madenciliği Uzantıları (DMX) başvurusu, Veri madenciliği Schema Satır kümeleri, Kullanarak XML for Analysis Analysis Services'deki (XMLA)