Extraction sur des modèles d'exploration de données

  • Article

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.

L'extraction désigne la capacité d'interroger un modèle d'exploration de données ou une structure d'exploration de données pour obtenir des informations détaillées qui ne sont pas exposées dans le modèle.

SQL Server 2017 offre deux options différentes pour explorer les données de cas. Vous pouvez extraire les cas utilisés pour générer les données ou les cas de la structure d'exploration de données.

Extraction dans des cas de modèle et dans la structure

L'extraction dans des cas de modèle est utile pour rechercher des informations supplémentaires sur les règles, les modèles ou les clusters dans un modèle. Par exemple, vous n’utiliseriez pas les informations de contact client pour l’analyse dans un modèle clustering, même si les données étaient disponibles, en utilisant l’extraction, vous pouvez accéder à ces informations à partir du modèle.

Par opposition, l'extraction dans les données de la structure est conçue pour fournir un accès aux informations qui n'ont pas été mises à disposition dans le modèle. Par exemple, certaines colonnes de structure peuvent avoir été exclues d'un modèle, car le type de données était incompatible ou les données ne présentaient aucune utilité pour l'analyse.

Activation de l'extraction sur un modèle

Pour utiliser l'extraction sur un modèle d'exploration de données, les conditions suivantes doivent être remplies :

  • Il est possible de configurer l'extraction sur les cas du modèle uniquement et pas sur la structure d'exploration de données, mais pas vice versa. En d'autres termes, l'extraction doit être activée sur le modèle d'exploration de données pour autoriser l'extraction à la structure d'exploration de données.

  • L'extraction sur le modèle et la structure est désactivée par défaut. Si vous utilisez l'Assistant Exploration de données, l'option d'activation de l'extraction vers les cas de modèles figure sur la dernière page de l'Assistant.

  • Vous pouvez ajouter la capacité d'extraire un modèle existant d'exploration de données, mais si vous procédez ainsi, le modèle doit être retraité avant que vous ne puissiez extraire les données.

  • L'extraction ne fonctionnera pas à moins que le cache créé au cours du processus d'apprentissage n'ait été conservé. Pour plus d’informations sur les propriétés qui contrôlent la mise en cache, consultez Extraction sur des structures d’exploration de données.

Modèles qui prennent en charge l'extraction

Si un modèle d'exploration de données a été configuré pour autoriser l'extraction, et si vous disposez des autorisations appropriées, lorsque vous parcourez le modèle, vous pouvez cliquer sur un nœud dans la visionneuse appropriée et récupérer des informations détaillées sur les cas de ce nœud particulier.

Les modèles ne prennent pas tous en charge l'extraction ; cela dépend de l'algorithme qui a été utilisé pour créer le modèle. Le tableau suivant répertorie les types de modèles qui ne prennent pas en charge l'extraction, ou qui la prennent en charge sous certaines conditions. Si le type de modèle n'est pas répertorié ici, l'extraction est prise en charge.

Nom de l’algorithme Prise en charge de l’extraction
Algorithme MNB (Microsoft Naive Bayes) Non pris en charge.

Ces algorithmes n'assignent pas de cas aux nœuds spécifiques du contenu.
Algorithme MNN (Microsoft Neural Network) Non pris en charge.

Ces algorithmes n'assignent pas de cas aux nœuds spécifiques du contenu.
Algorithme MLR (Microsoft Logistic Regression) Non pris en charge.

Ces algorithmes n'assignent pas de cas aux nœuds spécifiques du contenu.
Algorithme MLR (Microsoft Linear Regression) Pris en charge.

Toutefois, comme le modèle crée un nœud unique, All, l'extraction retourne tous les cas d'apprentissage pour le modèle. Si le jeu d'apprentissage est volumineux, le chargement des résultats peut durer plusieurs minutes.
Algorithme MTS (Microsoft Time Series) Pris en charge.

Toutefois, vous ne pouvez pas extraire les données de structure ou de cas en utilisant la Visionneuse de modèle d'exploration de données dans le Concepteur de modèle d'exploration de données. Vous devez créer à la place une requête DMX.

De même, vous ne pouvez pas extraire des nœuds spécifiques ni écrire une requête DMX pour récupérer les cas de nœuds spécifiques d'un modèle de série chronologique. Vous pouvez récupérer les données de cas depuis le modèle ou la structure en utilisant d'autres critères, comme les valeurs de date ou d'attribut.

Si vous souhaitez afficher les détails des nœuds ARTXP et ARIMA créés par l’algorithme Microsoft Time Series, il peut être plus facile d’utiliser la visionneuse d’arborescence de contenu générique Microsoft (exploration de données).

Consultez les rubriques suivantes pour plus d'informations sur l'utilisation de l'extraction avec des modèles d'exploration de données.

Tâches Liens
Utiliser l'extraction dans les visionneuses de modèle d'exploration de données Utiliser l'extraction des visionneuses de modèle
Récupérer les données de cas pour un modèle à l'aide de l'extraction Extraire des données de cas à partir d'un modèle d'exploration de données
Activer l'extraction sur un modèle d'exploration de données existant Activer l'extraction pour un modèle d'exploration de données
Consulter les exemples de requêtes d'extraction pour les types de modèles spécifiques. Requêtes d’exploration de données
Activer l'extraction dans l'Assistant Modèle d'exploration de données Fin de l’Assistant (Assistant Exploration de données).

Voir aussi

Extraction sur des structures d'exploration de données