Data Mining-Projektmappen

  • Artikel

Gilt für: SQL Server 2019 und früheren Analysis Services Azure Analysis Services Fabric/Power BI Premium

Wichtig

Data Mining wurde in SQL Server 2017 Analysis Services als veraltet eingestuft und wurde jetzt in SQL Server 2022 Analysis Services eingestellt. Die Dokumentation wird für veraltete und eingestellte Features nicht aktualisiert. Weitere Informationen finden Sie unter Abwärtskompatibilität von Analysis Services.

Eine Data Mining-Lösung ist eine SQL Server Analysis Services Projektmappe, die mindestens ein Data Mining-Projekt enthält.

Die Themen in diesem Abschnitt enthalten Informationen zum Entwerfen und Implementieren einer integrierten Data Mining-Lösung mithilfe von SQL Server SQL Server Analysis Services. Eine Übersicht über den Data Mining-Entwurfsprozess und verwandte Tools finden Sie unter Data Mining Concepts.

Weitere Informationen zu zusätzlichen Projekttypen, die für Data Mining nützlich sind, finden Sie unter Verwandte Projekte für Data Mining-Lösungen.

Vergleich der relationalen und mehrdimensionalen Projektmappen

Bereitstellen von Data Mining-Projektmappen

Anleitungen für Projektmappen

Vergleich der relationalen und mehrdimensionalen Projektmappen

Eine Data Mining-Lösung kann entweder auf mehrdimensionalen Daten , d. h. auf einem vorhandenen Cube, oder auf rein relationalen Daten wie den Tabellen und Sichten in einem Data Warehouse oder auf Textdateien, Excel-Arbeitsmappen oder anderen externen Datenquellen basieren.

  • Sie können Data Mining-Objekte innerhalb einer vorhandenen mehrdimensionalen Datenbankprojektmappe erstellen.

    In der Regel würden Sie eine Projektmappe so erstellen, wenn Sie bereits einen Cube erstellt haben und Data Mining mit dem Cube als Datenquelle ausführen möchten. Wenn Sie Modelle auf Grundlage eines Cubes verschieben und sichern, muss der Cube auch verschoben oder kopiert werden.

  • Sie können eine Data Mining-Projektmappe erstellen, die nur Data Mining-Objekte enthält, einschließlich der unterstützenden Datenquellen und Datenquellensichten, und die nur die relationale Datenquelle verwendet.

    Dies ist die bevorzugte Methode zum Erstellen von Data Mining-Modellen, da die Verarbeitung und das Abfragen für relationale Datenquellen im Allgemeinen am schnellsten ist. Sie können sich auch Modelle zwischen Servern problemlos mit den Befehlen EXPORT und IMPORT verschieben und sichern.

Bereitstellen von Data Mining-Projektmappen

Die instance der SQL Server Analysis Services, für die Sie die Lösung bereitstellen, muss in einem Modus ausgeführt werden, der mehrdimensionale Objekte und Data Mining-Objekte unterstützt. Das heißt, Sie können Data Mining-Objekte nicht für eine instance bereitstellen, die tabellarische Modelle oder Power Pivot-Daten hostet.

Wenn Sie in Visual Studio eine Data Mining-Projektmappe erstellen, müssen Sie demzufolge die Vorlage für multidimensionale Projekte bzw. Data Mining-Projekte von Analysis Services verwenden.

Wenn Sie die Lösung bereitstellen, werden die für Data Mining verwendeten Objekte in der angegebenen SQL Server Analysis Services instance in einer Datenbank mit demselben Namen wie die Lösungsdatei erstellt.

Weitere Informationen zum Bereitstellen der relationalen und mehrdimensionalen Projektmappen finden Sie unter Bereitstellen von Data Mining-Projektmappen.

Anleitung für Projektmappen

Bietet eine Übersicht zum Erstellen von Data Mining-Projektmappen mit dem Data Mining-Assistenten.

Erstellen einer relationalen Miningstruktur
Erstellen Sie eine Miningstruktur aus relationalen Daten, Textdateien und anderen Quellen, die in einer Datenquellensicht kombiniert werden können.

Erstellen einer OLAP-Miningstruktur
Erstellen Sie auf Grundlage von Daten in einem OLAP-Cube eine Miningstruktur. Modelle, die Sie aus OLAP-Daten erstellen, können als Data Mining-Dimension gespeichert werden, oder Sie können den Satz mit Daten und die Modelle als neuen Cube speichern.

In diesem Abschnitt

Data Mining-Projekte

Verarbeiten von Data Mining-Objekten

Verwandte Projekte für Data Mining-Lösungen

Bereitstellen von Data Mining-Projektmappen

Nachdem Sie eine grundlegende Data Mining-Projektmappe erstellt haben, einschließlich Datenquellen und einer Miningstruktur, können Sie auf der Projektmappe aufbauen, indem Sie neue Modelle hinzufügen, Modelle testen und vergleichen, Vorhersagen erstellen und mit Teilmengen der Daten experimentieren.

Weitere Informationen finden Sie unter den folgenden Links:

Aufgaben Themen
Testen Sie die Modelle, die Sie erstellen, überprüfen Sie die Qualität der Trainingsdaten, und erstellen Sie Diagramme, die die Genauigkeit von Data Mining-Modellen darstellen. Tests und Überprüfung (Data Mining)
Trainieren Sie das Modell, indem Sie die Struktur und verwandte Modelle mit Daten auffüllen. Aktualisieren und erweitern Sie Modelle mit neuen Daten. Verarbeiten von Data Mining-Objekten
Passen Sie durch das Anwenden von Filtern auf die Trainingsdaten, Auswählen eines anderen Algorithmus oder Festlegen von erweiterten Algorithmusparametern ein Miningmodell an. Anpassen von Miningmodellen und -strukturen
Passen Sie ein Miningmodell durch Anwenden von Filtern auf die Daten an, die beim Trainieren des Modus verwendet werden. Hinzufügen von Miningmodellen zu einer Struktur (Analysis Services - Data Mining)
Aktualisieren und verwalten Sie Data Mining-Projektmappen. Link TBD