Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Per usare il data mining, è prima necessario creare un progetto in SQL Server Data Tools (SSDT) usando il modello, Il progetto multidimensionale e di data mining di Analysis Services. Quando si apre il modello, tutti gli schemi che potrebbero essere necessari per l'estrazione dati vengono caricati nella finestra di progettazione: origini dati, strutture di estrazione dati, modelli di estrazione dati e persino cubi se la struttura di estrazione dati utilizza dati multidimensionali.
Quando si crea il progetto, la soluzione viene archiviata come file locale fino a quando non viene distribuita la soluzione. Quando si distribuisce la soluzione, Analysis Services cerca il server Analysis Services specificato nelle proprietà del progetto e crea un nuovo database di Analysis Services con lo stesso nome del progetto. Per impostazione predefinita, Analysis Services usa l'istanza localhost per i nuovi progetti. Se si utilizza un'istanza denominata o se è stato specificato un nome diverso per l'istanza predefinita, è necessario modificare la proprietà del database di distribuzione del progetto nel percorso in cui si desidera creare gli oggetti di data mining.
Per altre informazioni sui progetti di Analysis Services, vedere Creare un progetto di Analysis Services (SSDT).For more information about Analysis Services projects, see Create an Analysis Services Project (SSDT).
Per creare un nuovo progetto di Analysis Services per questa esercitazione
Aprire SQL Server Data Tools (SSDT).
Scegliere Nuovo dal menu Filee quindi fare clic su Progetto.
Selezionare Progetto di Analysis Services Multidimensionale e di Data Mining nel riquadro Modelli installati.
Nella casella Nome assegnare al nuovo progetto il nome DM Intermediate.
Fare clic su OK.
Per modificare l'istanza in cui vengono archiviati gli oggetti di data mining (facoltativo)
In SQL Server Data Tools (SSDT) scegliere Proprietà dal menu Progetto.
Nel lato sinistro del riquadro Pagine delle proprietà fare clic su Distribuzione.
Verificare che il nome del server sia localhost. Se si usa un'istanza diversa, digitare il nome dell'istanza. Se si usa un'istanza denominata di Analysis Services, digitare il nome del computer e quindi il nome dell'istanza. Fare clic su OK.
Per modificare le proprietà di distribuzione per un progetto (facoltativo)
In Esplora soluzioni fare clic con il pulsante destro del mouse sul progetto e quindi scegliere Proprietà.
-- o --
Nel menu Progetto di SQL Server Data Tools (SSDT) selezionare Proprietà.
Nel lato sinistro del riquadro Pagine delle proprietà fare clic su Distribuzione.
Nel riquadro Opzioni selezionare Modalità di distribuzione e impostare le opzioni su Distribuisci tutto per sovrascrivere o su Distribuisci modifiche solo per aggiornare gli oggetti o aggiungere oggetti.
Creazione di un'origine dati
Nel tutorial di base sul data mining, hai creato un'origine dati che memorizza le informazioni di connessione per il database AdventureWorksDW2012. Seguire la stessa procedura per creare l'origine dati AdventureWorksDW2012 in questa soluzione.
Per creare un'origine dati
Una singola origine dati può supportare più viste origine dati e ogni vista origine dati può avere più tabelle. Tuttavia, poiché l'origine dati e la vista origine dati vengono distribuite nel database di Microsoft SQL Server Analysis Services insieme ai modelli di data mining creati, come procedura consigliata è consigliabile includere in ogni vista origine dati solo le tabelle necessarie per ogni modello o gruppo di modelli di data mining.
Nelle lezioni seguenti si aggiungeranno viste delle origini dei dati per supportare ognuno dei nuovi scenari. Solo le lezioni market basket e sequence clustering usano la stessa vista origine dati; in caso contrario, ogni scenario usa una vista origine dati diversa, quindi le lezioni sono indipendenti l'una dall'altra e possono essere completate separatamente.
| Sceneggiatura | Dati inclusi nella vista origine dati |
|---|---|
| Lezione 2: Creazione di uno scenario di previsione (esercitazione intermedia sul data mining) | Report sulle vendite mensili per i modelli di biciclette in aree diverse, raccolti come singola visualizzazione. |
| Lezione 3: Creazione di uno scenario Market Basket (esercitazione intermedia sul data mining) | Una tabella che contiene un elenco degli ordini dei clienti e una tabella nidificata che mostra gli acquisti individuali per ciascun cliente. |
| Lezione 4: Creazione di uno scenario sequence clustering (esercitazione intermedia sul data mining) | Gli stessi dati utilizzati per l'analisi del carrello di mercato, con l'aggiunta di un identificatore che mostra l'ordine in cui sono stati acquistati gli articoli. |
| Lezione 5: Creazione di modelli di rete neurale e regressione logistica (esercitazione intermedia sul data mining) | Una singola tabella contenente alcuni dati preliminari di rilevamento delle prestazioni da un call center. |
Lezione successiva
Lezione 2: Creazione di uno scenario di previsione (esercitazione intermedia sul data mining)
Vedere anche
Progetti di data mining
Viste delle origini dati nei modelli multidimensionali