Soluciones de minería de datos
Una solución de minería de datos es una solución de Analysis Services que contiene uno o más proyectos de minería de datos.
En los temas de esta sección se ofrece información acerca del diseño y la implementación de una solución de minería de datos integrada mediante SQL Server Analysis Services. Para obtener información general acerca del proceso de diseño de minería de datos y de las herramientas relacionadas, vea Conceptos de minería de datos.
Para obtener más información acerca de los tipos adicionales de proyecto que son útiles para la minería de datos, vea Proyectos relacionados en las soluciones de minería de datos.
Soluciones relacionales y multidimensionales
Implementar soluciones de minería de datos
Tutoriales de la solución
Soluciones relacionales ymultidimensionales
Una solución de minería de datos se puede basar en datos multidimensionales, es decir, en un cubo existente; o en datos puramente relacionales, como las tablas y las vistas de un almacenamiento de datos; o bien en archivos de texto, libros de Excel u otros orígenes de datos externos.
Puede crear objetos de minería de datos en una solución de base de datos multidimensional existente.
Normalmente, se crearía una solución como esta si ya ha creado un cubo y desearía realizar la minería de datos utilizando el cubo como origen de datos. Al mover y crear copias de seguridad de modelos basados en un cubo, el cubo también debe moverse o copiarse.
Puede crear una solución de minería de datos que solo contenga objetos de minería de datos, incluidos los orígenes de datos y vistas del origen de datos que admiten, y que use un origen de datos relacional solamente.
Este es el método preferido para crear modelos de minería de datos, dado que el procesamiento y la consulta normalmente es más rápido en orígenes de datos relacionales. También puede mover y hacer copia de seguridad fácilmente de los modelos entre servidores copiando los comandos EXPORT e IMPORT.
Implementar soluciones de minería de datos
La instancia de Analysis Services en la que se implementa la solución debe ejecutarse en un modo que admita objetos multidimensionales y objetos de minería de datos; es decir, no puede implementar objetos de minería de datos en una instancia que hospede modelos tabulares o datos de PowerPivot.
Por consiguiente, al crear una solución de minería de datos en Visual Studio, asegúrese de utilizar la plantilla Proyecto multidimensional y de minería de datos de Analysis Services.
Al implementar la solución, los objetos utilizados para la minería de datos se crean en la instancia especificada de Analysis Services, en una base de datos con el mismo nombre que el archivo de solución.
Para obtener más información sobre cómo implementar tanto soluciones multidimensionales como relacionales, vea Implementación de soluciones de minería de datos.
Tutorial de la solución
Proporciona información general sobre cómo crear soluciones de minería de datos mediante el Asistente para minería de datos.
Crear una estructura de minería de datos relacional
Crear una estructura de minería de datos relacionales, archivos de texto y otros orígenes que se pueden combinar en una vista del origen de datos.Crear una estructura de minería de datos OLAP
Crear una estructura de minería de datos basada en los datos de un cubo OLAP. Los modelos que se crean a partir de datos OLAP se pueden guardar como una dimensión de minería de datos, o puede guardar el conjunto de datos y sus modelos como un cubo nuevo.
En esta sección
Procesar objetos de minería de datos
Proyectos relacionados en las soluciones de minería de datos
Implementación de soluciones de minería de datos
Temas y tareas relacionados
Después de crear una solución básica de minería de datos, incluidos los orígenes de datos y su estructura de minería de datos, puede generar la solución agregando nuevos modelos,probando y comparando modelos, creando predicciones, y experimentando con subconjuntos de datos.
Para obtener más información, vea los siguientes vínculos:
Tareas |
Temas |
|---|---|
Pruebe los modelos que cree, valide la calidad de los datos de entrenamiento y cree gráficos que representen la precisión de los modelos de minería de datos. |
|
Entrene el modelo rellenando la estructura y los modelos relacionados con datos. Actualice y amplía los modelos con nuevos datos. |
|
Personalice un modelo de minería de datos aplicando filtros a los datos de entrenamiento, eligiendo un algoritmo diferente o estableciendo parámetros avanzados para el algoritmo. |
Personalizar la estructura y los modelos de minería de datos |
Personalice un modelo de minería de datos aplicando filtros a los datos usados en el entrenamiento del modelo. |
Agregar modelos de minería de datos a una estructura (Analysis Services - Minería de datos) |
Actualice y administre las soluciones de minería de datos. |
Vínculo TBD |