Veri Madenciliği Çözümleri

Şunlar için geçerlidir: SQL Server 2019 ve önceki Analysis Services Azure Analysis Services Fabric/Power BI Premium

Önemli

Veri madenciliği SQL Server 2017 Analysis Services'da kullanım dışı bırakıldı ve artık SQL Server 2022 Analysis Services'da sonlandırıldı. Kullanım dışı bırakılan ve kullanımdan kaldırılan özellikler için belgeler güncelleştirilmez. Daha fazla bilgi edinmek için bkz. Analysis Services eski sürüm uyumluluğu.

Veri madenciliği çözümü, bir veya daha fazla veri madenciliği projesi içeren bir SQL Server Analysis Services çözümüdür.

Bu bölümdeki konular, SQL Server SQL Server Analysis Services kullanarak tümleşik bir veri madenciliği çözümü tasarlama ve uygulama hakkında bilgi sağlar. Veri madenciliği tasarım sürecine ve ilgili araçlara genel bakış için bkz. Veri Madenciliği Kavramları.

Veri madenciliği için yararlı olan ek proje türleri hakkında daha fazla bilgi için bkz. Veri Madenciliği Çözümleri için İlgili Projeler.

İlişkisel Ve Çok Boyutlu Çözümler

Veri Madenciliği Çözümlerini Dağıtma

Çözüm Kılavuzları

İlişkisel Ve Çok Boyutlu Çözümler

Veri madenciliği çözümü çok boyutlu verileri, yani mevcut bir küpü veya veri ambarı içindeki tablolar ve görünümler gibi tamamen ilişkisel verileri ya da metin dosyalarını, Excel çalışma kitaplarını veya diğer dış veri kaynaklarını temel alabilir.

  • Mevcut çok boyutlu veritabanı çözümünde veri madenciliği nesneleri oluşturabilirsiniz.

    Zaten bir küp oluşturduysanız ve küpü veri kaynağı olarak kullanarak veri madenciliği gerçekleştirmek istiyorsanız, genellikle bunun gibi bir çözüm oluşturursunuz. Modelleri bir küp temelinde taşıdığınızda ve yedeklediğinizde, küp de taşınmalıdır veya kopyalanmalıdır.

  • Yalnızca destekleyici veri kaynakları ve veri kaynağı görünümleri dahil olmak üzere yalnızca veri madenciliği nesnelerini içeren ve yalnızca ilişkisel veri kaynağı kullanan bir veri madenciliği çözümü oluşturabilirsiniz.

    bu, veri madenciliği modelleri oluşturmak için tercih edilen yöntemdir; işleme ve sorgulama genellikle ilişkisel veri kaynaklarına karşı en hızlıdır. Ayrıca, EXPORT ve IMPORT komutlarını kullanarak modelleri sunucular arasında kolayca taşıyabilir ve yedekleyebilirsiniz.

Veri Madenciliği Çözümlerini Dağıtma

Çözümü dağıttığınız SQL Server Analysis Services örneği, çok boyutlu nesneleri ve veri madenciliği nesnelerini destekleyen bir modda çalışıyor olmalıdır; diğer bir ifadeyle, tablosal modelleri veya Power Pivot verilerini barındıran bir örneğe veri madenciliği nesneleri dağıtamazsınız.

Bu nedenle, Visual Studio'da bir veri madenciliği çözümü oluşturduğunuzda Analysis Services Çok Boyutlu ve Veri Madenciliği Projesi şablonunu kullandığınızdan emin olun.

Çözümü dağıttığınızda, veri madenciliği için kullanılan nesneler, çözüm dosyasıyla aynı ada sahip bir veritabanında belirtilen SQL Server Analysis Services örneğinde oluşturulur.

hem ilişkisel hem de çok boyutlu çözümleri dağıtma hakkında daha fazla bilgi için bkz. Veri Madenciliği Çözümlerinin Dağıtımı.

Çözüm Adım Adım Rehberi

Veri Madenciliği Sihirbazı'nı kullanarak veri madenciliği çözümleri oluşturma hakkında genel bir bakış sağlar.

İlişkisel Madencilik Yapısı Oluşturma
İlişkisel verilerden, metin dosyalarından ve veri kaynağı görünümünde birleştirilebilen diğer kaynaklardan bir araştırma yapısı oluşturun.

OLAP Madencilik Yapısı Oluşturma
OLAP küpündeki verileri temel alan bir araştırma yapısı oluşturun. OLAP verilerinden oluşturduğunuz modeller veri madenciliği boyutu olarak kaydedilebilir veya veri kümesini ve modellerinizi yeni bir küp olarak kaydedebilirsiniz.

Bu Kısımda

Veri Madenciliği Projeleri

Veri Madenciliği Nesnelerini İşleme

Veri Madenciliği Çözümleri için İlgili Projeler

Veri Madenciliği Çözümlerinin Dağıtımı

Veri kaynakları ve madencilik yapısı da dahil olmak üzere temel bir veri madenciliği çözümü oluşturduktan sonra, yeni modeller ekleyerek, modelleri test edip karşılaştırarak, tahminler oluşturarak ve veri alt kümeleriyle denemeler yaparak çözümü temel alabilirsiniz.

Daha fazla bilgi için aşağıdaki bağlantılara bakın:

Görevler Konu başlıkları
Oluşturduğunuz modelleri test edin, eğitim verilerinizin kalitesini doğrulayın ve veri madenciliği modellerinin doğruluğunu temsil eden grafikler oluşturun. Test ve Doğrulama (Veri Madenciliği)
Yapıyı ve ilgili modelleri verilerle doldurarak modeli eğitin. Modelleri yeni verilerle güncelleştirin ve genişletin. Veri Madenciliği Nesnelerini İşleme
Eğitim verilerine filtre uygulayarak, farklı bir algoritma seçerek veya gelişmiş algoritma parametreleri ayarlayarak bir madencilik modelini özelleştirin. Madencilik Modellerini ve Yapısını Özelleştirme
Modda eğitimde kullanılan verilere filtre uygulayarak bir madencilik modelini özelleştirin. Yapıya Madencilik Modelleri Ekleme (Analysis Services - Veri Madenciliği)
Veri madenciliği çözümlerini güncelleştirin ve yönetin. Bağlantı TBD
  • Last updated on