데이터 마이닝 솔루션

  • 아티클

적용 대상: SQL Server 2019 및 이전 Analysis Services Azure Analysis Services Fabric/Power BI Premium

중요

데이터 마이닝은 SQL Server 2017 Analysis Services에서 더 이상 사용되지 않으며 이제 SQL Server 2022 Analysis Services에서 중단되었습니다. 더 이상 사용되지 않는 기능 및 중단된 기능에 대해서는 설명서가 업데이트되지 않습니다. 자세한 내용은 Analysis Services 이전 버전과의 호환성을 참조하세요.

데이터 마이닝 솔루션은 하나 이상의 데이터 마이닝 프로젝트를 포함하는 SQL Server Analysis Services 솔루션입니다.

이 섹션의 topics SQL Server SQL Server Analysis Services 사용하여 통합 데이터 마이닝 솔루션을 설계하고 구현하는 방법에 대한 정보를 제공합니다. 데이터 마이닝 디자인 프로세스와 관련 도구에 대한 개요는 Data Mining Concepts를 참조하십시오.

데이터 마이닝에 유용한 추가 프로젝트 형식에 대한 자세한 내용은 데이터 마이닝 솔루션 관련 프로젝트를 참조하세요.

관계형 마이닝 모델과 다차원 솔루션

데이터 마이닝 솔루션 배포

솔루션 연습

관계형 마이닝 모델과 다차원 솔루션

데이터 마이닝 솔루션은 다차원 데이터 즉, 기존 큐브 또는 데이터 웨어하우스의 테이블 및 뷰와 같은 순수 관계형 데이터 또는 텍스트 파일, Excel 통합 문서 또는 기타 외부 데이터 원본을 기반으로 할 수 있습니다.

  • 기존 다차원 데이터베이스 솔루션 내에 데이터 마이닝 개체를 만들 수 있습니다.

    일반적으로 이미 만든 큐브를 데이터 원본으로 사용하여 데이터 마이닝을 수행하려는 경우에 이와 같은 솔루션을 만듭니다. 큐브를 기반으로 하는 모델을 이동 및 백업할 때는 큐브도 이동하거나 복사해야 합니다.

  • 데이터 마이닝 개체(지원되는 데이터 원본 및 데이터 원본 뷰 포함)만 포함하고 관계형 데이터 원본만 사용하는 데이터 마이닝 솔루션을 만들 수 있습니다.

    이는 일반적으로 관계형 데이터 원본에 대해 처리 및 쿼리가 가장 빠르기 때문에 데이터 마이닝 모델을 만들 때 가장 선호되는 방법입니다. 또한 EXPORT 및 IMPORT 명령을 사용하여 서버 간에 모델을 쉽게 이동 및 백업할 수 있습니다.

데이터 마이닝 솔루션 배포

솔루션을 배포하는 SQL Server Analysis Services instance 다차원 개체 및 데이터 마이닝 개체를 지원하는 모드에서 실행되어야 합니다. 즉, 테이블 형식 모델 또는 Power Pivot 데이터를 호스트하는 instance 데이터 마이닝 개체를 배포할 수 없습니다.

따라서 Visual Studio에서 데이터 마이닝 솔루션을 만드는 경우 반드시 Analysis Services 다차원 및 데이터 마이닝 프로젝트템플릿을 사용하십시오.

솔루션을 배포할 때 데이터 마이닝에 사용되는 개체는 지정된 SQL Server Analysis Services instance 솔루션 파일과 이름이 같은 데이터베이스에 만들어집니다.

관계형 솔루션 및 다차원 솔루션을 배포하는 방법에 대한 자세한 내용은 데이터 마이닝 솔루션 배포를 참조하세요.

솔루션 연습

데이터 마이닝 마법사를 사용하여 데이터 마이닝 솔루션을 만드는 방법에 대해 간략하게 설명합니다.

관계형 마이닝 구조 만들기
관계형 데이터, 텍스트 파일 및 기타 데이터 원본 뷰에 통합될 수 있는 원본에서 마이닝 구조를 만듭니다.

OLAP 마이닝 구조 만들기
OLAP 큐브의 데이터를 기반으로 하는 마이닝 구조를 만듭니다. OLAP 데이터에서 만든 모델을 데이터 마이닝 차원으로 저장하거나 데이터 및 모델 집합을 새 큐브로 저장할 수 있습니다.

섹션 내용

데이터 마이닝 프로젝트

데이터 마이닝 개체 처리

데이터 마이닝 솔루션 관련 프로젝트

데이터 마이닝 솔루션 배포

데이터 원본 및 마이닝 구조를 포함하여 기본 데이터 마이닝 솔루션을 만든 후에는 새 모델을 추가하고, 모델을 테스트 및 비교하고, 예측을 만들고, 데이터 하위 집합을 시험하여 솔루션을 빌드할 수 있습니다.

자세한 내용은 다음 링크를 참조하십시오.

작업 토픽
만든 모델을 테스트하고, 학습 데이터의 품질에 대한 유효성을 검사하고, 데이터 마이닝 모델의 정확도를 나타내는 차트를 만듭니다. 테스트 및 유효성 검사(데이터 마이닝)
구조 및 관련 모델을 데이터로 채워 모델을 학습합니다. 모델을 새 데이터로 업데이트 및 확장합니다. 데이터 마이닝 개체 처리
학습 데이터에 필터를 적용하거나, 다른 알고리즘을 선택하거나, 고급 알고리즘 매개 변수를 설정하여 마이닝 모델을 사용자 지정합니다. 마이닝 모델 및 구조 사용자 지정
모델을 학습하는 데 사용되는 데이터에 필터를 적용하여 마이닝 모델을 사용자 지정합니다. 구조에 마이닝 모델 추가(Analysis Services - 데이터 마이닝)
데이터 마이닝 솔루션을 업데이트하고 관리합니다. Link TBD