Veri Araştırma Projeleri (Analysis Services - veri madenciliği)
De bir veri madenciliği çözümü geliştirmek ne zaman Analysis Services, ilk oluşturduğunuz bir Analysis Services proje.Bu proje içinde tanımladığınız kaynak veri çözümleme için kullanan ve bir algoritma ve veri işleme için özel yönergeler içeren bir model kurmak.Ayrıca proje içinde modeli test edip devam edebilirsiniz.Çözümle memnun kaldığınızda, başka bir sunucuya dağıtmak veya bir uygulamada Öngörüler ve çözümleme sağlamak için kullanın.
Aşağıdaki bölümlerde Araçlar ve işlemler veri madenciliği çözümü oluşturmak için Anahat ve her adım için kullanılacak kaynaklarına bağlantılar sağlar.
Bir Analysis Services proje oluşturma
Veri madenciliği çözümü geliştirirken, öncelikle yeni bir oluşturmanız gerekir Analysis Services project kullanarak Business Intelligence Development Studio.Her veri madenciliği proje nesneleri aşağıdaki dört çeşit içerir: veri kaynakları; veri kaynakları üzerinde temel veri kaynak görünümleri; Araştırma yapıları, veri modeli içinde nasıl kullanıldığını tanımlar; ve oluşturmak ve desenleri depolamak veri madenciliği modelleri.
Daha fazla bilgi için:Bir Analysis Services Project tanımlama, Veri Kaynağı Sihirbazı (Analysis Services) kullanarak veri kaynağına tanımlama
Bir veri kaynağı tanımlama
Veri kaynak bağlantısını tanımlayan dize ve kimlik doğrulaması bilgileri, Analysis Services server kullanacak bağlanmak için veri 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 için bir veri kaynak tanımladınız sonra modelinize ilgili belirli verileri tanımlayan bir görünüm oluşturabilirsiniz.veri kaynak görünümü de, veri kaynağındaki verileri için sağlanan biçimini özelleştirmenize olanak tanır araştırma modeli.Projeniz için daha uygun hale getirmek için verilerin yapısını değiştirebilir veya yalnızca belirli türdeki verileri seçin.Verilere filtre uygulamak isterseniz, veri kaynak görünümünü veya sırasında uygulanan filtreler bunu yapabilirsiniz düzey modeli.
Ne kadar veri gereksinimleri gerekir ve nasıl bu verileri Temizlenen ve biçimlendirilmiş, bu verileri incelemek için kullandığınız algoritma bağlı farklıdır.
Daha fazla bilgi için:Veri kaynağı Görünüm (Analysis Services) tanımlama
Bir Analysis Services proje araştırma yapıları ekleme
Çözümleme işlemine başlamak için yeterli veriye sahip sonra iş sorununuzu en alakalı ve araştırma yapıları projeye eklediğiniz veri sütunları seçin.Sütun veri madenciliği yapısını tanımlar ve sütun ile iç içe veri kaynak görünümü ya da elde edilen tabloları, bir OLAP küp projede.
Yeni bir araştırma yapısı eklemek için veri madenciliği, veri tanımlama ve isteğe bağlı olarak bir ilk veri oluşturma işlemlerde Sihirbazını Başlat araştırma modeli.Bir yapısı oluşturduğunuzda, verileri dahil etmek için bölümleyebilirsiniz bir eğitim verileri küme, modelleri ve sınamak veya o yapısına göre tüm veri madenciliği modelleri doğrulamak için kullanılan sınama veri küme, oluşturmak için kullanılan.Kullanabileceğiniz Araştırma yapısı iç içe geçmiş tablo ve sütunlar ekleme gibi varolan araştırma yapıları değiştirmek için veri madenciliği Tasarımcısı sekmesi.
Daha fazla bilgi için:Yeni bir araştırma yapısı oluşturma, Veri madenciliği Tasarımcısı, Veri madenciliği Sihirbazı (- Analysis Services veri madenciliği)
Veri madenciliği modelleri ile çalışma
Her bir araştırma yapısı için bir veya daha fazla veri madenciliği modelleri ekleyin.Araştırma modeli algoritma veya verileri kullanacağı çözümleme yöntem tanımlar.You process each model by running the data in the data source view through the algorithm, which generates a mathematical model of the data.Bu işlemi olarak da bilinen, Eğitim modeli.
Model işlendikten sonra sonra görsel olarak araştırma modeli keşfedin ve tahmin sorgular oluşturma.
Analysis Services hangi nesneleri işlenir ve nasıl işleneceğini denetlemek için yeteneği dahil olmak üzere araştırma modeli nesnelerini işlemek için çeşitli seçenekler sunar.Örneğin, bir yapı işleme ve verileri önbelleğe ve yeni modelleri için yapı eklemek devam etmek.Verileri önbelleğe alınmışsa, kullanabileceğiniz detaylandırma modelinde kullanılan Servis talepleriyle ilgili ayrıntılı bilgileri döndürmek için sorgular.
Daha fazla bilgi için:Veri madenciliği algoritmaları (Analysis Services - veri madenciliği), Analysis Services nesneleri işleniyor, Drillthrough veri madenciliği modelleri ve araştırma yapıları kullanarak (Analysis Services - veri madenciliği).
Veri madenciliği modelleri doğrulanıyor
Bir modeli oluşturduktan sonra sonuçlar araştırmak ve kararları hakkında en iyi modelleri gerçekleştirmek.Üzerinde Araştırma modeli Görüntüleyicisi veri madenciliği Tasarımcı sekmesinde Analysis Services her araştırma modeli türü, hangi keşfetmek için kullanabileceğiniz izleyicilere sağlarmadenciliği modelleri.
De Madenciliği doğruluğu grafik designer'ın sekmesini Analysis Services doğrudan veri madenciliği modelleri karşılaştırmak ve seçin için kullanabileceğiniz araçlar sağlar.en kesin ve yararlı araştırma modeli. yükseltme grafiği, kar grafiği ve sınıflandırma matris bu araçlar içerir.
Çapraz doğrulama raporu yeni de kullanılabilir SQL Server 2008, verilerinizi belirli bir modeli Ağırlıklı olup olmadığını belirlemek için yinelemeli alt örnekleme yapmak için küme veri.Rapor sağlar istatistikleri objectively modelleri karşılaştırın ve eğitim veri kalitesini değerlendirmek için kullanılabilir.
Daha fazla bilgi için:Veri madenciliği Model görüntüleme, Veri madenciliği modelleri doğrulama (- Analysis Services veri madenciliği)
Öngörüler oluşturma
Çoğu veri madenciliği projeleri ana amacı bir araştırma modeli Öngörüler oluşturmak için kullanmaktır.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 sorgular oluşturmanıza yardımcı olmak için SQL Server sağlayan bir Sorgu Oluşturucusu'nu, kullanılabilir SQL Server Management Studio ve Business Intelligence Development Studiove dmx sorgu Düzenleyicisi'nde şablonları Management Studio.İçinde BI Development Studio, Sorgu Oluşturucusu'ndan erişmek Mining modeli tahmin sekmesini veri Mining Tasarımcısı.
Daha fazla bilgi için:dmx tahmin sorgular oluşturma, Veri madenciliği Extensions (dmx) ekstresi başvurusu
SQL Server Management Studio
Siz kullandıktan sonra BI Development Studio veri madenciliği projeniz için veri madenciliği modelleri oluşturmak için yönetebilir ve çalışma modelleri ile ve Öngörüler de oluşturmak Management Studio.Sorgu araçlar kullanarak SQL Server Management Studio, modellerinizde bulunan verileri keşfedin, karmaşık içerik sorguları oluşturmak veya depolanan veri madenciliği nesneleri yönetmek bir örnek , SQL Server.
Daha fazla bilgi için:SQL Server Management Studio'da veri madenciliği, SQL Server Management Studio'da veri madenciliği
SQL Server Reporting Services
Bir araştırma modeli oluşturduktan sonra sonuçlar daha geniş kitlelere dağıtmak isteyebilirsiniz.Çünkü sonuçlar veri madenciliği depolanmış olan veritabanı sorguları kolaylıkla erişilebilen bir tutarlı şeması'nda, çeşitli istemci araçları sunmak için kullanabileceğiniz sonuçlar incelemenin keşfedin modelinde desenleri veya Öngörüler yapmak.
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 sonucunu bir rapor temel olarak kullanabilirsiniz ve parameterizasyonunu ve kullanılabilir biçimlendirme özellikleri yararlanabilirsiniz Reporting Services.
Daha fazla bilgi için:Analysis Services bağlantı türü için dmx (ssrs), Uygulamaları Raporlama Hizmetleri Tümleştirme
Program aracılığıyla veri madenciliği ile çalışma
Analysis Services Program aracılığıyla veri madenciliği ile çalışmak için kullanabileceğiniz birçok araç sağlar.dmx dili oluşturmak, eğitmek ve veri madenciliği modelleri kullanmak için kullanabileceğiniz ifadeler sağlar.Bir birleşimini kullanarak bu görevleri gerçekleştirebilirsiniz XML for Analysis (xmla) ve Analysis Services Scripting dili (assl), veya Çözümleme Yönetim Nesneleri (ÇYN) kullanarak.
meta veriler madenciliği şema satır kümeleri kullanarak veri madenciliği ile ilişkili olan tüm verileri erişebilirsiniz.Örneğin, şema satır kümeleri veri türlerini destekleyen bir algoritma veya bir veritabanında varolan modeli adlarını belirlemek için kullanabilirsiniz.
Daha fazla bilgi için:Veri Araştırma Uzantıları (DMX) Başvurusu, Veri madenciliği şema satır kümeleri, Kullanarak XML for Analysis Analysis Services (xmla)