Grundlegendes Data Mining-Lernprogramm

Willkommen beim Microsoft Analysis Services Basic Data Mining-Lernprogramm. Microsoft SQL Server bietet eine integrierte Umgebung zum Erstellen von Data Mining-Modellen und zur Erstellung von Vorhersagen. In diesem Lernprogramm führen Sie ein Szenario für eine gezielte Mailingkampagne durch, in der Sie maschinelles Lernen verwenden, um das Einkaufsverhalten von Kunden zu analysieren und vorherzusagen. Das Lernprogramm veranschaulicht die Verwendung von drei der wichtigsten Data Mining-Algorithmen: Clustering, Entscheidungsstrukturen und Naive Bayes. Außerdem erfahren Sie, wie Sie Ihre Ergebnisse mithilfe der Miningmodell-Viewer analysieren und Mithilfe der Data Mining-Tools, die in Microsoft SQL Server Analysis Services enthalten sind, Vorhersagen und Genauigkeitsdiagramme erstellen. Das fiktive Unternehmen Adventure Works Cycles wird für alle Beispiele verwendet.

Wenn Sie mit der Verwendung der Data Mining-Tools vertraut sind, empfehlen wir Ihnen, auch das Lernprogramm für zwischen den Data Mining (Analysis Services - Data Mining) abzuschließen. Die Lektionen zeigen, wie Prognose, Marktkorbanalyse, Zeitreihen, Zuordnungsmodelle, geschachtelte Tabellen und Sequenzclustering verwendet werden.

Lernprogrammszenario

In diesem Lernprogramm sind Sie Mitarbeiter von Adventure Works Cycles, die beauftragt wurden, mehr über die Kunden des Unternehmens basierend auf historischen Einkäufen zu erfahren und dann diese historischen Daten zu verwenden, um Vorhersagen zu erstellen, die im Marketing verwendet werden können. Das Unternehmen hat noch nie Data Mining durchgeführt, daher müssen Sie eine neue Datenbank speziell für Data Mining erstellen und mehrere Data Mining-Modelle einrichten.

Lernziele

In diesem Lernprogramm erfahren Sie, wie Sie verschiedene Arten von maschinellen Lernmethoden erstellen und arbeiten. Außerdem erfahren Sie, wie Sie eine Kopie eines Miningmodells erstellen und einen Filter auf die Eingabedaten anwenden, um unterschiedliche Ergebnisse zu erhalten. Anschließend können Sie die Ergebnisse beider Modelle mithilfe eines Liftdiagramms vergleichen. Schließlich verwenden Sie Drillthrough, um zusätzliche Daten aus der zugrunde liegenden Miningstruktur abzurufen.

Microsoft Analysis Services Data Mining enthält die folgenden Features, die Ihnen helfen, mehrere Prädiktivemodelle einfach zu entwickeln und zu vergleichen und dann Maßnahmen für die Ergebnisse zu ergreifen:

• Holdout-Testmengen -Wenn Sie eine Miningstruktur erstellen, können Sie die Daten in der Miningstruktur jetzt in Trainings- und Testmengen unterteilen. Auf diese Weise können Sie Modelle mit ähnlichen Datensätzen testen und die Genauigkeit verwandter Modelle vergleichen.

• Miningmodellfilter -Sie können jetzt Filter an ein Miningmodell anfügen und den Filter sowohl während der Schulung als auch beim Testen anwenden. Auf diese Weise können Sie problemlos verwandte Modelle auf verschiedenen Teilmengen der Daten erstellen.

• Navigieren zu Struktur-Fällen und Struktur-Spalten - Sie können jetzt ganz einfach von den allgemeinen Mustern im Miningmodell zu umsetzbaren Details in der Datenquelle gelangen.

Dieses Lernprogramm ist in die folgenden Lektionen aufgeteilt:

Lektion 1: Vorbereiten der Analysis Services-Datenbank (Grundlegendes Data Mining-Lernprogramm)
In dieser Lektion erfahren Sie, wie Sie eine neue Analysis Services-Datenbank erstellen, eine Datenquellen- und Datenquellenansicht hinzufügen und die neue Datenbank vorbereiten, die mit Data Mining verwendet werden soll.

Lektion 2: Erstellen einer gezielten Mailingstruktur (Grundlegendes Data Mining-Lernprogramm)
In dieser Lektion erfahren Sie, wie Sie eine Miningmodellstruktur erstellen, die als Teil eines Zielsendungsszenarios verwendet werden kann.

Lektion 3: Hinzufügen und Verarbeiten von Modellen
In dieser Lektion erfahren Sie, wie Sie einer Struktur Modelle hinzufügen. Die von Ihnen erstellten Modelle werden mit den folgenden Algorithmen erstellt:

• Microsoft Decision Trees

• Microsoft Clustering-Technologie

• Microsoft Naive Bayes

Lektion 4: Erkunden der Zielsendungsmodelle (Grundlegendes Data Mining-Lernprogramm)
In dieser Lektion erfahren Sie, wie Sie die Ergebnisse jedes Modells mithilfe der Viewer untersuchen und interpretieren.

Lektion 5: Testen von Modellen (Grundlegendes Data Mining-Lernprogramm)
In dieser Lektion erstellen Sie eine Kopie eines der gezielten Mailingmodelle, fügen einen Miningmodellfilter hinzu, um die Schulungsdaten auf eine bestimmte Gruppe von Kunden einzuschränken und dann die Rentabilität des Modells zu bewerten.

Lektion 6: Erstellen und Arbeiten mit Vorhersagen (Grundlegendes Data Mining-Lernprogramm)
In dieser letzten Lektion des Basic Data Mining Tutorial verwenden Sie das Modell, um vorherzusagen, welche Kunden am ehesten ein Fahrrad kaufen. Anschließend führen Sie einen Drilldown zu den zugrunde liegenden Fällen durch, um Kontaktinformationen zu erhalten.

Anforderungen

Stellen Sie sicher, dass Folgendes installiert ist:

• Microsoft SQL Server 2014

• Microsoft SQL Server Analysis Services im mehrdimensionalen Modus

• Die AdventureWorksDW2012-Datenbank .

Um die Sicherheit zu verbessern, werden die Beispieldatenbanken nicht mit SQL Server installiert. Um die offiziellen Datenbanken für Microsoft SQL Server zu installieren, besuchen Sie die Seite "Microsoft SQL-Beispieldatenbanken ", und wählen Sie SQL Server 2014 aus.

Hinweis

Wenn Sie ein Lernprogramm durcharbeiten, ist es möglicherweise einfacher, zwischen den Schritten zu wechseln, wenn Sie der Symbolleiste für die Dokumentanzeige die Schaltflächen " Nächstes Thema " und "Vorheriges Thema " hinzufügen.

Siehe auch

Data Mining-Projektmappen
Miningmodellaufgaben und Vorgehensweisen
Erstellen und Abfragen von Data Mining-Modellen mit DMX: Anleitungen (Analysis Services - Data Mining)