Partager via


Explorer un modèle à l'aide de la visionneuse de l'algorithme MAR (Microsoft Association Rules)

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.

La visionneuse des règles d’association Microsoft dans Microsoft SQL Server SQL Server Analysis Services affiche les modèles d’exploration de données générés avec l’algorithme Microsoft Association. L’algorithme Microsoft Association est un algorithme d’association à utiliser pour créer des modèles d’exploration de données que vous pouvez utiliser pour l’analyse du panier de marché. Pour plus d'informations sur cet algorithme, consultez Microsoft Association Algorithm.

Voici les principales raisons de l’utilisation de l’algorithme Microsoft Association :

  • pour rechercher des jeux d'éléments décrivant des éléments qui se trouvent généralement ensemble dans une transaction ;

  • Pour découvrir les règles prédisant la présence d'autres éléments dans une transaction en fonction d'éléments existants

Notes

Pour afficher des informations détaillées sur les équations utilisées dans le modèle et les modèles qui ont été découverts, utilisez la visionneuse de l’arborescence de contenu générique Microsoft. Pour plus d’informations, consultez Parcourir un modèle à l’aide de la visionneuse d’arborescence de contenu générique Microsoft ou visionneuse d’arborescence de contenu générique Microsoft (exploration de données).

Pour obtenir une procédure pas à pas de la création, de l’exploration et de l’utilisation d’un modèle d’exploration de données d’association, consultez Leçon 3 : Création d’un scénario de panier de marché (didacticiel sur l’exploration de données intermédiaire).

Onglets de la visionneuse

Lorsque vous parcourez un modèle d’exploration de données dans SQL Server Analysis Services, le modèle s’affiche sous l’onglet Visionneuse du modèle d’exploration de données Designer dans la visionneuse appropriée pour le modèle. La visionneuse des règles d’association Microsoft comprend les onglets suivants :

Chaque onglet contient la case à cocher Afficher le nom long qui vous permet d'afficher ou de masquer, dans la règle ou le jeu d'éléments, la table d'où provient le jeu d'éléments.

Jeux d'éléments

L'onglet Jeux d'éléments affiche la liste des jeux d'éléments que le modèle a identifiés comme apparaissant fréquemment ensemble. L'onglet contient une grille comportant les colonnes suivantes : Prise en charge, Tailleet Jeu d'éléments. Pour plus d'informations sur la prise en charge, consultez Microsoft Association Algorithm. La colonne Taille affiche le nombre d'éléments présents dans le jeu d'éléments. La colonne Jeu d'éléments affiche le jeu d'éléments actuel que le modèle a découvert. Vous pouvez contrôler le format du jeu d'éléments à l'aide de la liste Afficher , en choisissant parmi les options suivantes :

  • Afficher le nom et la valeur de l'attribut

  • Afficher la valeur de l'attribut uniquement

  • Afficher le nom de l'attribut uniquement

Vous pouvez filtrer le nombre de jeux d'éléments affichés sous cet onglet en utilisant Prise en charge minimale et Taille minimale du jeu d'éléments. Vous pouvez limiter encore plus le nombre de jeux d'éléments affichés à l'aide de Filtrer le jeu d'éléments en définissant une caractéristique de jeu d'éléments qui doit exister. Par exemple, si vous tapez « Water Bottle = existing », vous limitez les jeux d'éléments à ceux qui contiennent une bouteille d'eau. L'option Filtrer le jeu d'éléments affiche également une liste des filtres que vous avez utilisés précédemment.

Vous pouvez trier les lignes de la grille en cliquant sur un en-tête de colonne.

Retour en haut

Règles

L'onglet Règles affiche les règles découvertes par l'algorithme d'association. L'onglet Règles comprend une grille qui contient les colonnes suivantes : Probabilité, Importanceet Règle. La probabilité indique la probabilité du résultat d'une règle. L'importance sert à mesurer l'utilité d'une règle. Même si la probabilité d'une règle est élevée, son utilité peut être sans importance. La colonne Importance permet de préciser ce point. Par exemple, si tous les jeux d'éléments contiennent un état spécifique d'un attribut, une règle prédisant l'état est insignifiante même si sa probabilité est très élevée. Plus l'importance est élevée, plus la règle est importante.

Vous pouvez utiliser Probabilité minimale et Importance minimale pour filtrer les règles, de la même façon que le filtrage que vous pouvez effectuer sous l’onglet Ensembles d’éléments . Vous pouvez également utiliser la règle de filtre pour filtrer une règle en fonction des états des attributs qu’elle contient.

Vous pouvez trier les lignes de la grille en cliquant sur un en-tête de colonne.

Retour en haut

Réseau de dépendances

L'onglet Réseau de dépendances contient une visionneuse du réseau de dépendances. Chaque nœud figurant dans la visionneuse représente un élément, par exemple « state = WA ». La flèche entre les nœuds représente l'association entre les éléments. Le sens de la flèche détermine l'association entre les éléments conformément aux règles découvertes par l'algorithme. Par exemple, si la visionneuse contient trois éléments, A, B et C, et que C est prédit par A et B, si vous sélectionnez le nœud C, deux flèches pointent vers le nœud C - A vers C et B vers C.

Le curseur situé à gauche de la visionneuse agit comme un filtre lié à la probabilité des règles. Si vous déplacez le curseur vers le bas, seuls les liens les plus forts sont affichés.

Retour en haut

Voir aussi

Algorithme Microsoft Association
Tâches de la visionneuse de modèle d'exploration de données et procédures
Tâches de la visionneuse de modèle d'exploration de données et procédures
Outils d'exploration de données
Visionneuses de modèle d’exploration de données