Guida introduttiva al data mining

Benvenuti al tutorial di base sul data mining di Microsoft Analysis Services. Microsoft SQL Server offre un ambiente integrato per la creazione di modelli di data mining e l'esecuzione di stime. In questa esercitazione si completerà uno scenario per una campagna di mailing mirata in cui si usa l'apprendimento automatico per analizzare e stimare il comportamento di acquisto dei clienti. L'esercitazione illustra come usare tre degli algoritmi di data mining più importanti: clustering, alberi delle decisioni e Naive Bayes. Si apprenderà anche come analizzare i risultati usando i visualizzatori del modello di data mining e creare stime e grafici di accuratezza usando gli strumenti di data mining inclusi in Microsoft SQL Server Analysis Services. La società fittizia Adventure Works Cycles viene usata per tutti gli esempi.

Quando si ha familiarità con gli strumenti di data mining, è consigliabile completare anche l'Esercitazione intermedia sul data mining (Analysis Services - Data mining). Le lezioni illustrano come usare le previsioni, l'analisi del carrello di mercato, le serie temporali, i modelli di associazione, le tabelle annidate e il clustering di sequenza.

Scenario del tutorial

In questa esercitazione si è un dipendente di Adventure Works Cycles a cui è stato richiesto di ottenere altre informazioni sui clienti dell'azienda in base agli acquisti cronologici e quindi usare tali dati cronologici per eseguire stime che possono essere usate nel marketing. L'azienda non ha mai eseguito il data mining in precedenza, quindi è necessario creare un nuovo database specifico per il data mining e configurare diversi modelli di data mining.

Cosa Imparerai

Questa esercitazione illustra come creare e usare diversi tipi di metodi di Machine Learning. Si apprenderà anche come creare una copia di un modello di data mining e applicare un filtro ai dati di input per ottenere risultati diversi. Successivamente è possibile confrontare i risultati di entrambi i modelli usando un grafo del lift. Infine, si userà il drill-through per recuperare dati aggiuntivi dalla struttura di data mining sottostante.

Il data mining di Microsoft Analysis Services include le funzionalità seguenti che consentono di sviluppare e confrontare facilmente più modelli predittivi e quindi di eseguire azioni sui risultati :

• Set di test di validazione -Quando si crea una struttura di data mining, è ora possibile dividere i dati nella struttura per il data mining in set di training e test. In questo modo è possibile testare i modelli su set di dati simili e confrontare l'accuratezza dei modelli correlati.

• Filtri dei modelli di data mining -È ora possibile associare filtri a un modello di data mining e applicare il filtro durante il training e il test. In questo modo è possibile creare facilmente modelli correlati in subset diversi dei dati.

• Passaggio dettagliato ai record della struttura e colonne di struttura - È ora possibile passare facilmente dai modelli generali nel modello di data mining ai dettagli interattivi nell'origine dati.

Questa esercitazione è suddivisa nelle lezioni seguenti:

Lezione 1: Preparazione del database di Analysis Services (Esercitazione di base sul data mining)
In questa lezione si apprenderà come creare un nuovo database di Analysis Services, aggiungere un'origine dati e una vista origine dati e preparare il nuovo database da usare con il data mining.

Lezione 2: Creazione di una struttura mailing mirata (esercitazione di base sul data mining)
In questa lezione si apprenderà come creare una struttura del modello di mining che può essere usata come parte di uno scenario di mailing mirato.

Lezione 3: Aggiunta e elaborazione di modelli
In questa lezione si apprenderà come aggiungere modelli a una struttura. I modelli creati vengono compilati con gli algoritmi seguenti:

• Microsoft Decision Trees

• Raggruppamento di Microsoft

• Microsoft Naive Bayes

Lezione 4: Esplorazione dei modelli di mailing mirati (esercitazione di base sul data mining)
In questa lezione si apprenderà come esplorare e interpretare i risultati di ogni modello usando i visualizzatori.

Lezione 5: Test di modelli (esercitazione di base sul data mining)
In questa lezione viene creata una copia di uno dei modelli di mailing di destinazione, si aggiunge un filtro del modello di data mining per limitare i dati di training a un determinato set di clienti e quindi si valuta la redditività del modello.

Lezione 6: Creazione e utilizzo di stime (Esercitazione di base sul data mining)
In questa lezione finale dell'esercitazione di base sul data mining si usa il modello per stimare quali clienti hanno più probabilità di acquistare una bicicletta. Si procede quindi ad analizzare i casi sottostanti per ottenere le informazioni di contatto.

Requisiti

Assicurarsi che siano installati gli elementi seguenti:

• Microsoft SQL Server 2014

• Microsoft SQL Server Analysis Services in modalità multidimensionale

• Database AdventureWorksDW2012 .

Per migliorare la sicurezza, i database di esempio non vengono installati con SQL Server. Per installare i database ufficiali per Microsoft SQL Server, visitare la pagina Database di esempio Microsoft SQL e selezionare SQL Server 2014.

Annotazioni

Quando si usa un'esercitazione, potrebbe risultare più semplice spostarsi avanti e indietro tra i passaggi se si aggiungono i pulsanti Argomento successivo e Argomento precedente alla barra degli strumenti del visualizzatore documenti.

Vedere anche

Soluzioni di data mining
Compiti e procedimenti del modello di mining
Creazione ed esecuzione di query su modelli di data mining con DMX: esercitazioni (Analysis Services - Data mining)