Projets d'exploration de données

Un projet d’exploration de données fait partie d’une solution Analysis Services. Pendant le processus de conception, les objets que vous créez dans ce projet sont disponibles à des fins de test et d'interrogation dans le cadre d'une base de données d'espace de travail. Lorsque vous souhaitez que les utilisateurs puissent interroger ou parcourir les objets du projet, vous devez déployer le projet sur un instance d’Analysis Services s’exécutant en mode multidimensionnel.

Cette rubrique fournit les informations de base nécessaires à la compréhension et à la création des projets d'exploration de données.

Création de projets d'exploration de données

Dans SQL Server Data Tools (SSDT), vous créez des projets d’exploration de données à l’aide du modèle OLAP et du projet d’exploration de données. Vous pouvez également créer des projets d'exploration de données par programmation en utilisant AMO. Les différents objets d'exploration de données peuvent faire l'objet d'un script à l'aide du langage ASSL (Analysis Services Scripting Language). Pour plus d’informations, consultez Accès aux données de modèle multidimensionnel (Analysis Services - Données multidimensionnelles).

Si vous créez un projet d’exploration de données dans une solution existante, par défaut, les objets d’exploration de données sont déployés sur une base de données Analysis Services portant le même nom que le fichier solution. Vous pouvez modifier ce nom et le serveur cible à l'aide de la boîte de dialogue Propriétés du projet . Pour plus d’informations, consultez Configurer les propriétés du projet Analysis Services (SSDT).

Avertissement

Pour générer et déployer correctement votre projet, vous devez avoir accès à un instance d’Analysis Services qui s’exécute en mode OLAP/Exploration de données. Vous ne pouvez pas développer ou déployer des solutions d’exploration de données sur un instance d’Analysis Services qui prend en charge les modèles tabulaires, ni utiliser des données directement à partir d’un classeur PowerPivot ou d’un modèle tabulaire qui utilise le magasin de données en mémoire. Pour déterminer si les instance d’Analysis Services que vous avez peuvent prendre en charge l’exploration de données, consultez Déterminer le mode serveur d’une instance Analysis Services.

Dans chaque projet d'exploration de données que vous créez, suivez ces étapes :

1. Choisissez une source de données, telle qu'un cube, une base de données, ou des fichiers Excel ou texte, qui contient les données brutes que vous utiliserez pour générer des modèles.

2. Définissez un sous-ensemble des données dans la source de données à utiliser pour l'analyse, puis enregistrez-le comme vue de source de données.

3. Définissez une structure d'exploration de données pour prendre en charge la modélisation.

4. Ajoutez des modèles d'exploration de données à la structure d'exploration de données, en choisissant un algorithme et en spécifiant la façon dont l'algorithme traite les données.

5. Effectuez l'apprentissage des modèles en les remplissant avec les données sélectionnées ou un sous-ensemble filtré des données.

6. Explorez, testez et régénérez les modèles.

Lorsque le projet terminé, vous pouvez le déployer pour que les utilisateurs puissent le parcourir ou l'interroger, ou autoriser l'accès par programmation aux modèles d'exploration de données dans une application, afin de prendre en charge des prédictions et l'analyse.

Objets dans les projets d'exploration de données

Tous les projets d'exploration de données contiennent les quatre types d'objets suivants. Vous pouvez avoir plusieurs objets de tous les types.

• Sources de données

• Vues de source de données

• Structures d'exploration de données

• Modèles d'exploration de données

Par exemple, un projet d'exploration de données unique peut contenir une référence à plusieurs sources de données et chacune de ces sources de données prend en charge plusieurs vues de source de données. Ensuite, chaque vue de source de données peut prendre en charge plusieurs structures d'exploration de données, chacune avec de nombreux modèles d'exploration de données associés.

En outre, votre projet peut inclure des algorithmes de plug-in, des assemblys personnalisés ou des procédures stockées personnalisées ; toutefois, ces objets ne sont pas décrits ici. Pour plus d’informations, consultez Le Guide du développeur (Analysis Services).

Data Sources

La source de données définit la chaîne de connexion et les informations d’authentification que le serveur Analysis Services utilisera pour se connecter à la source de données. La source de données peut contenir plusieurs tables ou vues ; elle peut être aussi simple qu'un classeur Excel ou fichier texte unique, ou aussi complexe qu'une base de données de traitement analytique en ligne (OLAP) ou qu'une vaste base de données relationnelle.

Un projet d'exploration de données unique peut référencer plusieurs sources de données. Bien qu'un modèle d'exploration de données puisse utiliser une seule source de données à la fois, le projet peut avoir plusieurs dessin de modèles sur différentes sources de données.

Analysis Services prend en charge les données de nombreux fournisseurs externes, et SQL Server l’exploration de données peut utiliser des données relationnelles et des données de cube comme source de données. Toutefois, si vous développez les deux types de projets (modèles basés sur des sources relationnelles et modèles basés sur des cubes OLAP), vous souhaiterez peut-être les développer et les gérer dans des projets distincts.

• En général, les modèles basés sur un cube OLAP doivent être développés dans la solution de conception OLAP. En effet, les modèles basés sur un cube doivent traiter le cube pour mettre à jour les données. En règle générale, vous devez utiliser des données de cube uniquement lorsqu'il s'agit du moyen principal de stockage et d'accès aux données, ou lorsque vous avez besoin des agrégations, des dimensions et des attributs créés par le projet multidimensionnel.

• Si votre projet utilise des données relationnelles uniquement, vous devez créer des modèles relationnels dans un projet distinct, afin de ne pas retraiter d'autres objets inutilement. Dans de nombreux cas, la base de données de la zone de transit ou l'entrepôt de données utilisé pour prendre en charge la création de cube contient déjà les vues nécessaires pour exécuter l'exploration de données, et vous pouvez utiliser ces vues pour l'exploration de données à la place des agrégations et des dimensions du cube.

• Vous ne pouvez pas utiliser les données en mémoire ou PowerPivot directement pour générer des modèles d'exploration de données.

La source de données identifie uniquement le serveur ou le fournisseur et le type de données général. Si vous devez modifier la mise en forme des données et les agrégations, utilisez l'objet de vue de source de données.

Pour contrôler la façon dont les données de la source de données sont traitées, vous pouvez ajouter des colonnes dérivées ou un calcul, modifier des agrégats ou renommer des colonnes de données dans la vue de source de données. (Vous pouvez également utiliser des données en aval, en modifiant les colonnes de la structure d'exploration de données, ou en utilisant des indicateurs et des filtres de modélisation au niveau de la colonne du modèle d'exploration de données.)

Si le nettoyage de données est requis ou que les données de l'entrepôt de données doivent être modifiées pour créer des variables supplémentaires, modifier des types de données ou créer une autre agrégation, vous devrez peut-être créer des types de projet supplémentaires pour l'exploration de données. Pour plus d’informations sur ces projets connexes, consultez Projets connexes pour des solutions d’exploration de données.

Vues de source de données

Après avoir défini cette connexion vers une source de données, vous pouvez créer une vue qui identifie les données spécifiques se rapportant à votre modèle.

La vue de source de données permet également de personnaliser la manière dont les données de la source sont fournies au modèle d'exploration de données. Vous pouvez modifier la structure des données pour la rendre plus pertinente par rapport à votre projet ou ne choisir que certains types de données.

Par exemple, à l'aide de l'éditeur de vue de source de données, vous pouvez :

• Créez des colonnes dérivées, telles que des parties de date, des sous-chaînes, etc.

• Agréger des valeurs à l’aide d’instructions Transact-SQL telles que GROUP BY

• Limitez les données temporairement ou échantillonnez les données

Pour plus d’informations sur la façon dont vous pouvez modifier des données dans une vue de source de données, consultez Vues de sources de données dans les modèles multidimensionnels.

Avertissement

Si vous souhaitez filtrer les données, vous pouvez effectuer cette opération dans la vue de source de données, mais vous pouvez également créer des filtres sur les données au niveau du modèle d'exploration de données. La définition de filtre étant stockée avec le modèle d'exploration de données, l'utilisation de filtres de modèle simplifie la détermination des données utilisées pour l'apprentissage du modèle. De plus, vous pouvez créer plusieurs modèles associés, avec différents critères de filtre. Pour plus d’informations, consultez Filtres pour les modèles d’exploration de données (Analysis Services - Exploration de données).

Notez que la vue de source de données créée peut contenir des informations supplémentaires qui ne sont pas directement utilisées pour l'analyse. Par exemple, vous pouvez ajouter à votre vue de source de données des données utilisées pour le test, les prédictions ou l'extraction. Pour plus d’informations sur ces utilisations, consultez Test et validation (exploration de données) et Extraction.

Structures d'exploration de données

Une fois que vous avez créé votre source de données et votre vue de source de données, vous devez sélectionner les colonnes de données les plus pertinentes pour votre problème professionnel, en définissant des structures d'exploration de données dans le projet. Une structure d'exploration de données indique au projet les colonnes de données de la vue de source de données qui doivent être utilisées réellement dans la modélisation, l'apprentissage, et le test.

Pour ajouter une nouvelle structure d'exploration de données, démarrez l'Assistant Exploration de données. L'Assistant définit automatiquement une structure d’exploration de données, vous guide tout au long de la procédure de sélection des données et, de manière facultative, vous permet d'ajouter un modèle d’exploration de données initial à la structure. Dans la structure d'exploration de données, choisissez les tables et les colonnes de la vue de source de données ou d'un cube OLAP et définissez des relations entre les tables, si vos données contiennent des tables imbriquées.

Votre choix de données aura un aspect très différent dans l'Assistant Exploration de données, selon que vous utilisez des sources de données relationnelles ou de traitement analytique en ligne (OLAP).

• Lorsque vous choisissez les données d'une source de données relationnelle, la configuration d'une structure d'exploration de données est simple : choisissez des colonnes de données dans la vue de source de données et définissez des personnalisations supplémentaires telles que des alias, ou définissez la façon dont les valeurs de la colonne doivent être groupées ou placées dans un conteneur. Pour plus d’informations, consultez Créer une structure d’exploration de données relationnelle.

• Lorsque vous utilisez des données d'un cube OLAP, la structure d'exploration de données doit être dans la même base de données que la solution OLAP. Pour créer une structure d'exploration de données, sélectionnez les attributs des dimensions et les mesures associées dans votre solution OLAP. Les valeurs numériques sont généralement détectées dans les mesures et les variables catégorielles dans les dimensions. Pour plus d’informations, consultez Créer une structure d’exploration de données OLAP.

• Vous pouvez également définir des structures d'exploration de données en utilisant DMX. Pour plus d’informations, consultez Instructions de définition de données DMX (Data Mining Extensions).

Après avoir créé la structure d'exploration de données initiale, vous pouvez copier, modifier et affecter un alias aux colonnes de la structure.

Chaque structure d'exploration de données peut contenir plusieurs modèles d'exploration de données. Par conséquent, une fois que vous avez terminé, vous pouvez rouvrir la structure d'exploration de données, puis utilisez Data Mining Designer pour ajouter des modèles d'exploration de données à la structure.

Vous avez également la possibilité de séparer vos données en jeu de données d'apprentissage, utilisé pour générer des modèles, et en jeu de données d'exclusion à des fins de test ou de validation de vos modèles d'exploration de données.

Avertissement

Certains types de modèle, tels que les modèles de série chronologique, ne prennent pas en charge la création de jeux de données d'exclusion car ils nécessitent une série continue de données pour l'apprentissage. Pour plus d'informations, voir Training and Testing Data Sets.

Modèles d'exploration de données

Le modèle d’exploration de données définit l’algorithme ou la méthode d’analyse que vous utiliserez sur les données. Vous pouvez ajouter un ou plusieurs modèles d'exploration de données dans chaque structure.

Selon vos besoins, vous pouvez combiner plusieurs modèles dans un projet unique ou créer des projets distincts pour chaque type de modèle ou de tâche analytique.

Après avoir créé une structure et un modèle, vous traitez chaque modèle en exécutant les données de la vue de source de données au moyen de l'algorithme, qui génère un modèle mathématique des données. Ce processus porte le nom d’ apprentissage du modèle. Pour plus d’informations, consultez Exigences et considérations relatives au traitement (exploration de données).

Une fois le modèle traité, vous pouvez explorer visuellement le modèle d’exploration de données et créer des requêtes de prédiction s'y rapportant. Si les données du processus d'apprentissage ont été mises en cache, vous pouvez utiliser des requêtes d’ extraction qui renvoient des informations détaillées sur les cas utilisés dans le modèle.

Lorsque vous souhaitez utiliser un modèle pour la production (par exemple, pour effectuer des prédictions ou pour l'exploration par des utilisateurs généraux) vous pouvez déployer le modèle sur un autre serveur. Si vous devez retraiter le modèle à l'avenir, vous devez également exporter la définition de la structure d'exploration de données sous-jacente (et, nécessairement, la définition de la source de données et de la vue de source de données) en même temps.

Lorsque vous déployez un modèle, vous devez également garantir que les options de traitement appropriées sont définies sur la structure et le modèle, et que les utilisateurs potentiels disposent des autorisations nécessaires pour exécuter des requêtes, afficher des modèles, ou extraire dans les données de la structure ou du modèle. Pour plus d’informations, consultez Vue d’ensemble de la sécurité (exploration de données).

Utilisation du projet d'exploration de données terminé

Cette section résume les façons dont vous pouvez utiliser le projet terminé d'exploration de données. Vous pouvez créer des graphiques d'analyse de précision, explorer et valider les données et rendre les modèles d'exploration de données disponibles aux utilisateurs.

Avertissement

Les graphiques, les requêtes et les visualisations que vous utilisez avec des modèles d'exploration de données ne sont pas enregistrés dans le cadre du projet d'exploration de données et ne peuvent pas être déployés. Si vous devez rendre ces objets persistants, vous devez enregistrer le contenu qui est présenté ou créer un script à partir de ce contenu comme indiqué pour chaque objet.

Afficher et explorer les modèles

Après avoir créé un modèle, vous pouvez utiliser des outils visuels et des requêtes pour explorer les schémas du modèle et pour en savoir plus sur les schémas et les statistiques sous-jacents. Sous l’onglet Visionneuse de modèle d’exploration de données dans Designer d’exploration de données, Analysis Services fournit des visionneuses pour chaque type de modèle d’exploration de données, que vous pouvez utiliser pour explorer les modèles d’exploration de données.

Ces visualisations sont temporaires et sont fermées sans enregistrement lorsque vous quittez la session avec Analysis Services. Par conséquent, si vous devez exporter les visualisations vers une autre application pour les présenter ou les analyser plus en détails, utilisez la commande Copier à disposition dans chaque onglet ou volet de l'interface de la visionneuse.

Les Compléments d'exploration de données pour Excel fournissent également un modèle Visio que vous pouvez utiliser pour représenter vos modèles dans un diagramme Visio et pour annoter et modifier le diagramme à l'aide des outils Visio. Pour plus d’informations, consultez Compléments d’exploration de données Microsoft SQL Server 2008 SP2 pour Microsoft Office 2007.

Tester et valider les modèles

Une fois un modèle créé, vous pouvez étudier les résultats et déterminer quels sont les modèles les plus efficaces.

Analysis Services fournit plusieurs graphiques que vous pouvez utiliser pour fournir des outils que vous pouvez utiliser pour comparer directement des modèles d’exploration de données et choisir le modèle d’exploration de données le plus précis ou le plus utile. Ces outils incluent un graphique de courbes d'élévation, un graphique des bénéfices et une matrice de classification. Vous pouvez générer ces graphiques en utilisant l’onglet Graphique d'analyse de précision de l'exploration de données du Concepteur d'exploration de données.

Vous pouvez également utiliser le rapport de validation croisée pour effectuer un sous-échantillonnage itératif de vos données afin de déterminer si le modèle est influencé par un jeu de données particulier. Les statistiques de ce rapport peuvent être utilisées pour comparer des modèles objectivement et évaluer la qualité de vos données d'apprentissage.

Notez que ces rapports et graphiques ne sont pas stockés avec le projet ou dans la base de données ssASnoversion, par conséquent si vous devez conserver ou dupliquer les résultats, vous devez les enregistrer ou créer un script à partir des objets en utilisant DMX ou AMO. Vous pouvez également utiliser des procédures stockées pour la validation croisée.

Pour plus d’informations, consultez Test et validation (exploration de données).

Créer des prédictions

Analysis Services fournit un langage de requête appelé DMX (Data Mining Extensions) qui est la base de la création de prédictions et est facilement scriptable. Pour vous aider à créer des requêtes de prédiction DMX, SQL Server fournit un générateur de requêtes, disponible dans SQL Server Management Studio. Il existe également de nombreux modèles DMX pour l’éditeur de requête dans SQL Server Management Studio. Si vous débutez avec les requêtes de prédiction, nous vous recommandons d’utiliser le générateur de requêtes fourni dans les Designer d’exploration de données et SQL Server Management Studio. Pour plus d'informations, voir Data Mining Tools.

Les prédictions que vous créez dans SQL Server Data Tools (SSDT) ou SQL Server Management Studio ne sont pas conservées. Par conséquent, si vos requêtes sont complexes ou que vous devez reproduire les résultats, nous vous recommandons d’enregistrer vos requêtes de prédiction dans des fichiers de requête DMX, de les créer un script ou d’incorporer les requêtes dans un package Integration Services.

Accès par programmation aux objets d'exploration de données

Analysis Services fournit plusieurs outils que vous pouvez utiliser pour travailler par programmation avec des projets d’exploration de données et les objets qu’ils contiennent. Le langage DMX fournit des déclarations que vous pouvez utiliser pour créer des sources de données et des vues de source de données, et pour créer, effectuer l'apprentissage et utiliser des structures et des modèles d'exploration de données. Pour plus d’informations, consultez Guide de référence du langage DMX (Data Mining Extensions).

Vous pouvez également effectuer ces tâches en utilisant ASSL (Analysis Services Scripting Language), ou en utilisant des objets AMO (Analysis Management Objects). Pour plus d’informations, consultez Développement avec XMLA dans Analysis Services.

Tâches associées

Les rubriques suivantes décrivent l'utilisation de l'Assistant Exploration de données pour créer un projet d'exploration de données et ses objets associés.

Tâches	Rubriques
Décrit la façon d'utiliser des colonnes de structure d'exploration de données	Créer une structure d’exploration de données relationnelle
Fournit des informations sur l'ajout de nouveaux modèles d'exploration de données et le traitement d'une structure et de modèles	Ajouter des modèles d'exploration de données à une structure (Analysis Services - Exploration de données)
Fournit des liens vers des ressources qui vous permettent de personnaliser les algorithmes qui génèrent des modèles d'exploration de données	Personnaliser les modèles et les structures d'exploration de données
Fournit des liens vers des informations sur chacune des visionneuses de modèles d'exploration de données	Visionneuses de modèle d’exploration de données
En savoir plus sur la création d'un graphique de courbes d'élévation, d'un graphique des bénéfices ou d'une matrice de classification, ou sur le test d'une structure d'exploration de données	Test et validation (exploration de données)
En savoir plus sur les options de traitement et les autorisations	Traitement des objets d'exploration de données
Fournit des informations supplémentaires sur Analysis Services	Bases de données de modèle multidimensionnel (SSAS)

Voir aussi

Concepteur d’exploration de données
Création de modèles MDX à l'aide des Outils de données SQL Server (SSDT)
Base de données d'espace de travail (SSAS Tabulaire)