Creazione di una nuova struttura di data mining
Quando si generano modelli di data mining in Microsoft SQL Server 2005 Analysis Services (SSAS), il primo passaggio consiste nella creazione di una struttura di data mining tramite la Creazione guidata modello di data mining in Business Intelligence Development Studio. La struttura di data mining definisce il dominio da cui vengono generati i modelli di data mining.
Le strutture di data mining possono essere basate su origini dei dati relazionali o di elaborazione analitica in linea (OLAP). Le strutture di data mining relazionali descrivono i dati archiviati in sistemi di database relazionali, mentre le struttura di data mining OLAP vengono generate tramite un cubo OLAP esistente nello stesso database della struttura.
Per ulteriori informazioni:Progettazione e creazione di database, Utilizzo di OLAP
La Creazione guidata modello di data mining definisce una struttura di data mining e vi aggiunge un modello iniziale di data mining. Poiché una struttura di data mining può contenere più modelli di data mining, Progettazione modelli di data mining consente di aggiungere ulteriori modelli.
Nelle sezioni seguenti sono disponibili ulteriori informazioni sulla creazione delle strutture di data mining tramite la Creazione guidata modello di data mining.
- Creazione di una struttura di data mining relazionale
- Creazione di una struttura di data mining OLAP
Creazione di una struttura di data mining relazionale
Le strutture di data mining relazionali possono essere basate sui dati disponibili tramite un'origine dei dati OLE DB. Se l'origine dei dati è contenuta in più tabelle, è possibile utilizzarla nella procedura guidata come una singola tabella del case tramite tabelle nidificate.
Per ulteriori informazioni:Tabelle nidificate
La Creazione guidata modello di data mining consente di eseguire in modo semplificato i passaggi necessari per la creazione della struttura di un nuovo modello di data mining:
- Selezione di un tipo di origine dei dati, in questo caso un database relazionale
- Selezione di un algoritmo
- Selezione di un'origine dei dati
- Selezione di una tabella del case e, facoltativamente, di tabelle nidificate
- Selezione del tipo di colonna (stimabile, di input o chiave)
- Impostazione dei tipi di contenuto delle colonne
- Denominazione e salvataggio della nuova struttura di data mining e del modello associato
Nell'ultima pagina della procedura guidata è disponibile l'opzione per consentire il drill-through. Se si attiva tale opzione, è possibile esplorare i dati utilizzati dall'algoritmo per la creazione del modello di data mining, dopo che quest'ultimo è stato elaborato.
Per ulteriori informazioni:Algoritmi di data mining, Progettazione e creazione di database, Colonne del modello di data mining, Colonne della struttura di data mining, Tipi di dati (data mining), Tipi di contenuto del data mining
Creazione di una struttura di data mining OLAP
I cubi OLAP contengono spesso un numero talmente elevato di membri e dimensioni da rendere difficile l'identificazione manuale degli schemi inclusi nei cubi. È tuttavia possibile individuare molti di questi schemi tramite tecniche di data mining e quindi applicare le relative conoscenze acquisite per importanti decisioni aziendali.
Nella tabella seguente sono elencate diverse attività comuni di data mining OLAP e vengono descritti gli scenari di esempio in cui è possibile applicare ogni attività identificando l'algoritmo di data mining corrispondente da utilizzare.
| Attività | Scenario di esempio | Algoritmo |
|---|---|---|
Raggruppamento di membri in cluster |
Segmentare una dimensione relativa ai clienti in base alle proprietà del membro corrispondente, ai prodotti acquistati dai clienti e alla quantità di denaro spesa dai clienti. |
Algoritmo Microsoft Clustering |
Ricerca di membri interessanti o anomali |
Identificare membri interessanti o anomali in una dimensione relativa ai negozi in base a vendite, profitti, ubicazione e dimensioni del punto vendita. |
Algoritmo Microsoft Decision Trees |
Ricerca di celle interessanti o anomale |
Identificare le vendite dei negozi che risultano controcorrente rispetto alle tendenze tipiche registrate nel tempo. |
Algoritmo Microsoft Time Series |
Utilizzare la Creazione guidata modello di data mining per definire la struttura iniziale del modello di data mining OLAP. La procedura guidata consente di eseguire in modo semplificato i passaggi necessari per la creazione della struttura di un nuovo modello di data mining:
- Selezione di un tipo di origine dei dati, in questo caso un cubo
- Selezione di un algoritmo
- Selezione di una dimensione del cubo di origine
- Selezione di una chiave del case
- Selezione delle colonne del case
- Selezione di eventuali tabelle nidificate
- Selezione dell'utilizzo di ogni colonna (stimabile, di input o chiave)
- Impostazione dei tipi di contenuto delle colonne
- Sezionamento del cubo di origine
- Denominazione e salvataggio della nuova struttura di data mining e del modello associato
Nell'ultima pagina della procedura guidata è possibile impostare le opzioni seguenti:
- Consenti drill-through
- Crea dimensione del modello di data mining
- Crea il cubo utilizzando la dimensione del modello di data mining
Se si consente il drill-through, è possibile esplorare i dati utilizzati dall'algoritmo per la creazione del modello di data mining, dopo che quest'ultimo è stato elaborato.
Se si sceglie di creare una nuova dimensione di data mining nel cubo di origine, è possibile includere le informazioni individuate dall'algoritmo di data mining nell'origine dei dati OLAP. Se si seleziona l'opzione per la creazione di un nuovo cubo, quest'ultimo viene definito nel database che include la dimensione di data mining.
Per ulteriori informazioni:Algoritmi di data mining, Colonne del modello di data mining, Colonne della struttura di data mining, Tipi di dati (data mining), Tipi di contenuto del data mining
Vedere anche
Concetti
Strutture di data mining (Analysis Services)
Progettazione modelli di data mining
Creazione guidata modello di data mining
Gestione dei modelli di data mining in Progettazione modelli di data mining
Gestione di strutture di data mining in Progettazione modelli di data mining
Impostazione delle proprietà di colonna in un modello di data mining
Impostazione delle proprietà di colonna in una struttura di data mining
Altre risorse
Procedure per la scheda Struttura di data mining