Elaborazione di modelli nella struttura di mailing mirata (Tutorial di base sul data mining)

Prima di poter esplorare o utilizzare i modelli di data mining che hai creato, è necessario distribuire il progetto Analysis Services ed elaborare la struttura di data mining e i modelli di data mining.

• La distribuzione invia il progetto a un server e crea tutti gli oggetti nel progetto nel server.

• L'elaborazione popola gli oggetti di Analysis Services con dati provenienti da origini dati relazionali.

I modelli non possono essere usati fino a quando non sono stati distribuiti ed elaborati. Inoltre, quando si apportano modifiche al modello, ad esempio l'aggiunta di nuovi dati, è necessario ridistribuire e rielaborare i modelli.

Garantire la coerenza con HoldoutSeed

Quando si distribuisce un progetto ed elabora la struttura e i modelli, le singole righe nella struttura dei dati vengono assegnate al set di training o al set di test in base a un valore di inizializzazione numerico. Per impostazione predefinita, il valore di inizializzazione numerico viene calcolato in base agli attributi della struttura dei dati. Tuttavia, se si modificano alcuni aspetti del modello, il valore di inizializzazione cambierebbe, causando risultati leggermente diversi. Pertanto, per garantire che i risultati siano uguali a quanto descritto qui, verrà assegnato arbitrariamente un seed di holdout fisso di 12. Il seme del campione viene usato per inizializzare l'algoritmo di campionamento e garantisce che i dati siano partizionati in modo simile per tutte le strutture e i modelli di data mining.

Questo valore non influisce sul numero di case nel set di training; garantisce semplicemente che lo stesso metodo di partizionamento venga usato ogni volta che si compila il modello.

Per ulteriori informazioni sul seed di esclusione, vedere Set di dati di addestramento e collaudo.

Per impostare il seme di Holdout

1. Fare clic sulla scheda Struttura di data mining o sulla scheda Modelli di data mining in Progettazione modelli di data mining in SQL Server Data Tools (SSDT).

   Mailing MiningStructure di destinazione viene visualizzato nel riquadro Proprietà .

2. Verificare che il riquadro Proprietà sia aperto premendo F4.

3. Assicurarsi che CacheMode sia impostato su KeepTrainingCases.

4. Immettere 12 per HoldoutSeed.

Distribuzione ed elaborazione dei modelli

In Progettazione modelli di data mining è possibile decidere quali oggetti elaborare, a seconda dell'ambito delle modifiche apportate al modello o ai dati sottostanti:

Per questa attività, poiché i dati e i modelli sono nuovi, la struttura e tutti i modelli verranno elaborati contemporaneamente.

Per distribuire il progetto ed elaborare tutti i modelli di data mining

1. Nel menu Modello di mining, selezionare Elabora struttura di mining e tutti i modelli.

   Se sono state apportate modifiche alla struttura, verrà richiesto di compilare e distribuire il progetto prima di elaborare i modelli. Fare clic su Sì.

2. Fare clic su Esegui nella finestra di dialogo Elaborazione struttura di data mining - Mailing mirato.

   Verrà visualizzata la finestra di dialogo Stato processo per visualizzare i dettagli dell'elaborazione del modello. L'elaborazione del modello potrebbe richiedere del tempo, a seconda del computer.

3. Fare clic su Chiudi nella finestra di dialogo Stato processo dopo il completamento dell'elaborazione dei modelli.

4. Fare clic su Chiudi nella finestra di dialogo Elaborazione struttura di data mining - <struttura>.

Compito precedente nella lezione

Aggiunta di nuovi modelli alla struttura di mailing mirata (tutorial base sul data mining)

Lezione successiva

Lezione 4: Esplorazione dei modelli di mailing mirati (esercitazione di base sul data mining)

Vedere anche

Requisiti e considerazioni sull'elaborazione (data mining)