Condividi tramite


Guida di riferimento agli algoritmi (Analysis Services - Data mining)

In questa sezione sono disponibili i collegamenti agli argomenti che forniscono informazioni aggiuntive su algoritmi di data mining specifici. In questa sezione è inoltre disponibile un elenco delle funzioni che è possibile utilizzare con ogni algoritmo.

Per informazioni generali sul funzionamento degli algoritmi di data mining o sui diversi scenari aziendali in cui può rivelarsi utile l'utilizzo di un determinato algoritmo, vedere Algoritmi di data mining (Analysis Services - Data mining).

Descrizione generale degli algoritmi

La scelta dell'algoritmo appropriato per l'attività analitica e la preparazione dei dati che soddisfino i requisiti di analisi, costituiscono passaggi importanti del processo di data mining. Negli argomenti seguenti vengono fornite informazioni generali sul funzionamento di ogni algoritmo, viene illustrato un esempio di attività analitica per la quale l'algoritmo risulta appropriato e viene descritta la modalità di utilizzo del modello nello scenario. Per ogni argomento è inoltre disponibile una sezione Requisiti con le linee guida relative al tipo di dati richiesto per ogni tipo di modello.

Algoritmo Microsoft Association Rules

Algoritmo Microsoft Clustering

Algoritmo Microsoft Decision Trees

Algoritmo Microsoft Linear Regression

Algoritmo Microsoft Logistic Regression

Algoritmo Microsoft Naive Bayes

Algoritmo di Microsoft Neural Network Algorithm (Analysis Services – Data mining)

Algoritmo Microsoft Sequence Clustering

Algoritmo Microsoft Time Series

Guida di riferimento tecnico degli algoritmi

Quando si seleziona un algoritmo da utilizzare per creare un modello, è possibile accettare le impostazioni predefinite fornite da Analysis Services, sebbene in molti casi potrebbe essere necessario personalizzare la modalità di creazione del modello o la modalità con cui l'algoritmo elabora i dati. Negli argomenti seguenti vengono descritti i parametri che è possibile utilizzare per personalizzare il modello di data mining e vengono inoltre fornite informazioni tecniche dettagliate sull'implementazione di ogni algoritmo.

Riferimento tecnico per l'algoritmo Microsoft Association Rules

Riferimento tecnico per l'algoritmo Microsoft Clustering

Riferimento tecnico per l'algoritmo Microsoft Decision Trees

Riferimento tecnico per l'algoritmo Microsoft Linear Regression

Riferimento tecnico per l'algoritmo Microsoft Logistic Regression

Riferimento tecnico per l'algoritmo Microsoft Naive Bayes

Riferimento tecnico per l'algoritmo Microsoft Neural Network

Riferimento tecnico per l'algoritmo Microsoft Sequence Clustering (Analysis Services - Data mining)

Riferimento tecnico per l'algoritmo Microsoft Time Series

Quando si compila un modello, è possibile personalizzare il modello e modificare i risultati filtrando i dati utilizzati durante il training del modello. Per ulteriori informazioni sull'utilizzo dei filtri durante il training e il testing di modelli di data mining, vedere Creazione di filtri per i modelli di data mining (Analysis Services - Data mining) e Strumenti per la creazione di grafici di accuratezza dei modelli (Analysis Services - Data mining).

Guida di riferimento alle funzioni di query e di stima

È possibile utilizzare funzioni che consentono di recuperare i risultati di un modello di data mining. Una funzione di stima può fornire informazioni dettagliate su modelli e statistiche individuati nell'analisi oppure essere utilizzata per eseguire stime e il filtro di stime in base a probabilità o importanza.

Per un elenco di tutte le funzioni di stima, vedere Guida di riferimento alle funzioni DMX (Data Mining Extensions).

Nella tabella seguente vengono elencate le funzioni di Analysis Services che possono essere utilizzate per creare query su tutti i tipi di algoritmo.

Utilizzo di funzioni di stima con tipi di modello specifici