Condividi tramite

Soluzioni di data mining

Una soluzione di data mining è una soluzione Analysis Services che contiene uno o più progetti di data mining.

Negli argomenti di questa sezione vengono fornite informazioni su come progettare e implementare una soluzione di data mining integrata tramite SQL Server Analysis Services. Per una panoramica del processo di progettazione del data mining e degli strumenti correlati, vedere Concetti relativi al data mining.

Per altre informazioni sui tipi di progetti aggiuntivi utili per il data mining, vedere Progetti correlati per soluzioni di data mining.

Soluzioni relazionali e multidimensionali

Distribuzione di soluzioni di data mining

Procedure dettagliate per la soluzione

Soluzioni relazionali e multidimensionali

Una soluzione di data mining può essere basata su dati multidimensionali, ovvero un cubo esistente o su dati puramente relazionali, ad esempio tabelle e viste in un data warehouse o su file di testo, cartelle di lavoro di Excel o altre origini dati esterne.

  • È possibile creare oggetti di data mining all'interno di una soluzione di database multidimensionale esistente.

    In genere si crea una soluzione simile a questa se è già stato creato un cubo e si vuole eseguire il data mining usando il cubo come origine dati. Quando si spostano e si eseguono i backup dei modelli basati su un cubo, è necessario spostare o copiare anche il cubo.

  • È possibile creare una soluzione di data mining che contiene solo oggetti di data mining, incluse le origini dati di supporto e le viste origine dati, e che utilizza solo l'origine dati relazionale.

    Questo è il metodo preferito per la creazione di modelli di data mining, poiché l'elaborazione e l'esecuzione di query sono in genere più veloci rispetto alle origini dati relazionali. È anche possibile spostare e eseguire facilmente il backup dei modelli tra server usando i comandi EXPORT e IMPORT.

Distribuzione di soluzioni di data mining

L'istanza di Analysis Services in cui si distribuisce la soluzione deve essere in esecuzione in una modalità che supporta oggetti multidimensionali e oggetti di data mining; ovvero non è possibile distribuire oggetti di data mining in un'istanza che ospita modelli tabulari o dati PowerPivot.

Pertanto, quando si crea una soluzione di data mining in Visual Studio, assicurati di usare il modello Analysis Services Multidimensional and Data Mining Project.

Quando si distribuisce la soluzione, gli oggetti utilizzati per il data mining vengono creati nell'istanza di Analysis Services specificata, in un database con lo stesso nome del file della soluzione.

Per altre informazioni su come distribuire soluzioni relazionali e multidimensionali, vedere Distribuzione di soluzioni di data mining.

Procedura dettagliata per la soluzione

Viene fornita una panoramica di come creare soluzioni di data mining tramite la Creazione guidata di Data Mining.

Creare una struttura di data mining relazionale
Creare una struttura di data mining da dati relazionali, file di testo e altre origini che possono essere combinate in una vista dell'origine dati.

Creare una struttura di data mining OLAP
Creare una struttura di data mining basata sui dati in un cubo OLAP. I modelli creati dai dati OLAP possono essere salvati come dimensione di data mining oppure è possibile salvare il set di dati e i modelli come nuovo cubo.

In questa sezione

Progetti di data mining

Elaborazione di oggetti di data mining

Progetti correlati per soluzioni di data mining

Distribuzione di soluzioni di data mining

Dopo aver creato una soluzione di data mining di base, incluse le origini dati e una struttura di data mining, è possibile compilare la soluzione aggiungendo nuovi modelli, testando e confrontando modelli, creando stime e sperimentando subset di dati.

Per altre informazioni, vedi i collegamenti seguenti:

Attività Argomenti
Testare i modelli creati, convalidare la qualità dei dati di training e creare grafici che rappresentano l'accuratezza dei modelli di data mining. Test e convalida (Data Mining)
Addestrare il modello inserendo la struttura e i modelli correlati con i dati. Aggiornare ed estendere i modelli con nuovi dati. Elaborazione di oggetti di data mining
Personalizzare un modello di data mining applicando filtri ai dati di training, scegliendo un algoritmo diverso o impostando parametri di algoritmo avanzati. Personalizzare modelli e strutture di mining
Personalizzare un modello di mining applicando filtri ai dati usati nell'addestramento del modello. Aggiungere modelli di data mining a una struttura (Analysis Services - Data Mining)
Aggiornare e gestire soluzioni di data mining. Collegamento Da Determinare

Vedere anche

Esercitazioni sul data mining (estrazione dei dati) (Analysis Services)