Outils d’exploration de données

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 a maintenant été 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 la compatibilité descendante des Analysis Services.

Microsoft SQL Server SQL Server Analysis Services fournit les outils suivants que vous pouvez utiliser pour créer des solutions d’exploration de données :

• L’Assistant Exploration de données dans SQL Server Data Tools facilite la création de structures d’exploration de données et de modèles d’exploration de données, à l’aide de sources de données relationnelles ou de données multidimensionnelles dans des cubes.

  Dans l’Assistant, vous choisissez des données à utiliser, puis appliquez des techniques d’exploration de données spécifiques, telles que le clustering, les réseaux neuronaux ou la modélisation de série chronologique.

• Les visionneuses de modèles sont fournies dans SQL Server Management Studio et SQL Server Data Tools pour explorer vos modèles d’exploration de données après leur création. Vous pouvez parcourir des modèles à l’aide de visionneuses adaptées à chaque algorithme ou approfondir l’analyse à l’aide de la visionneuse de contenu du modèle.

• Le Générateur de requêtes de prédiction est fourni dans SQL Server Management Studio et SQL Server Data Tools pour vous aider à créer des requêtes de prédiction. Vous pouvez également tester la précision des modèles sur un ensemble de test ou des données externes, ou bien utiliser la validation croisée pour évaluer la qualité de votre ensemble de données.

• SQL Server Management Studio est l’interface où vous gérez les solutions d’exploration de données existantes qui ont été déployées sur une instance de SQL Server Analysis Services. Vous pouvez retraiter des structures et des modèles pour mettre à jour les données dans celles-ci.

• SQL Server Integration Services contient des outils que vous pouvez utiliser pour nettoyer les données, pour automatiser des tâches telles que la création de prédictions et la mise à jour de modèles, et pour créer des solutions d’exploration de texte.

Les sections suivantes fournissent plus d’informations sur les outils d’exploration de données dans SQL Server.

Assistant d'exploration de données

Utilisez l’Assistant Exploration de données pour commencer à créer des solutions d’exploration de données. L’Assistant est rapide et facile et vous guide tout au long du processus de création d’une structure d’exploration de données et d’un modèle d’exploration de données associé initial, et inclut les tâches de sélection d’un type d’algorithme et d’une source de données, et la définition des données de cas utilisées pour l’analyse.

Pour plus d’informations :Assistant de fouille de données (Services d'Analyse - Fouille de données)

Concepteur d’exploration de données

Une fois que vous avez créé une structure d’exploration de données et un modèle d’exploration de données à l’aide de l’Assistant Exploration de données, vous pouvez utiliser le Concepteur d’exploration de données à partir de SQL Server Data Tools ou de SQL Server Management Studio pour travailler avec des modèles et des structures existants.

Le concepteur inclut des outils pour ces tâches :

• Modifiez les propriétés des structures d’exploration de données, ajoutez des colonnes et créez des alias de colonne, modifiez la méthode de binning ou la distribution attendue des valeurs.

• Ajouter de nouveaux modèles à une structure existante ; copiez des modèles, modifiez les propriétés ou les métadonnées du modèle ou définissez des filtres sur un modèle d’exploration de données.

• Parcourez les modèles et les règles au sein du modèle ; explorez des associations ou des arbres de décision. Obtenir des statistiques détaillées sur

  Les visionneuses personnalisées sont fournies pour chaque type de modèle, pour vous aider à analyser vos données et à explorer les motifs révélés par l’exploration de données.

• Validez les modèles en créant des graphiques d’élévation ou en analysant la courbe de profit pour les modèles. Comparez les modèles à l’aide de matrices de classification ou validez un jeu de données et ses modèles à l’aide de la validation croisée.

• Créez des prédictions et des requêtes de contenu sur des modèles d’exploration de données existants. Créez des requêtes ponctuelles ou configurez des requêtes pour générer des prédictions pour des tables entières de données externes.

SQL Server Management Studio

Après avoir créé et déployé des modèles d’exploration de données sur un serveur, vous pouvez utiliser SQL Server Management Studio pour gérer la base de données SQL Server Analysis Services qui héberge les objets d’exploration de données. Vous pouvez également continuer à effectuer des tâches qui utilisent le modèle, telles que l’exploration des modèles, le traitement de nouvelles données et la création de prédictions.

Management Studio contient également des éditeurs de requête que vous pouvez utiliser pour concevoir et exécuter des requêtes DMX (Data Mining Extensions), ou utiliser des objets d’exploration de données à l’aide de XMLA.

Tâches et transformations des services d'intégration d'exploration de données

SQL Server Integration Services fournit de nombreux composants qui prennent en charge l’exploration de données.

Certains outils d’Integration Services sont conçus pour automatiser les tâches courantes d’exploration de données, notamment la prédiction, la génération de modèles et le traitement. Par exemple:

• Créer un package Integration Services qui met automatiquement à jour le modèle chaque fois que le jeu de données est mis à jour avec de nouveaux clients

• Effectuez une segmentation personnalisée ou un échantillonnage personnalisé d’enregistrements de cas.

• Générez automatiquement des modèles en fonction des paramètres.

Toutefois, vous pouvez également utiliser l’exploration de données dans un flux de travail de package, en tant qu’entrée pour d’autres processus. Par exemple:

• Utilisez les valeurs de probabilité générées par le modèle pour pondération des scores pour l’exploration de texte ou d’autres tâches de classification.

• Générez automatiquement des prédictions basées sur des données antérieures et utilisez ces valeurs pour évaluer la validité des nouvelles données.

• Utilisation de la régression logistique pour segmenter les clients entrants par risque.

Pour plus d’informations :projets connexes pour les solutions d’exploration de données

Voir aussi

Informations de référence sur les extensions d’exploration de données (DMX)
Tâches et guide pratique du modèle d’exploration de données
Tâches et guides de visionneuse de modèles d’exploration de données
Solutions d’exploration de données