Veri madenciliği nesnelerini işleme

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.

Bir veri madenciliği nesnesi, Analysis Services tarafından işlenene kadar boş bir kapsayıcı olarak kalır. Eğitim , veri madenciliği modelini işlemeyi ifade eder.

Madencilik yapılarını işleme: Araştırma yapısı, sütun bağlamaları ve kullanım meta verileri tarafından tanımlanan bir dış veri kaynağından veri alır ve verileri okur. Bu veriler tam olarak okunur ve ardından çeşitli istatistikleri ayıklamak için analiz edilir. Analysis Services, veri madenciliği algoritmaları tarafından analiz için uygun olan verilerin küçük bir gösterimini yerel önbellekte depolar. Bu önbelleği tutabilir veya modelleriniz işlendikten sonra silebilirsiniz. Varsayılan olarak önbellek depolanır. Daha fazla bilgi için bkz . Madencilik Yapısını İşleme.

Madencilik modellerini işleme: Madencilik modeli, işlenene kadar yalnızca tanımları içeren boş bir modeldir. Bir madencilik modelini işlemek için, dayandığı madencilik yapısının işlenmiş olması gerekir. Madencilik modeli, madencilik yapısı önbelleğinden verileri alır, modelde oluşturulmuş olabilecek tüm filtreleri uygular ve ardından desenleri algılamak için veri kümesini algoritmadan geçirir. Model işlendikten sonra, model verilerin kendisini değil yalnızca işleme sonuçlarını depolar. Daha fazla bilgi için bkz . Madencilik Modelini İşleme.

Aşağıdaki diyagramda Analysis Services bir madencilik yapısını ve bir madencilik modelini işlerken verilerin nasıl aktığı gösterilmektedir.

İşleme Sonuçlarını Görüntüleme

Bir madencilik yapısını işledikten sonra, madencilik yapısı istatistiksel analiz için verilerin kompakt bir temsilini içerir. Önbellekte veriler hala varsa şu yollarla kullanın:

• Model üzerinde bir Veri Madenciliği Uzantıları (DMX) sorgusu oluşturun ve yapıya kadar ayrıntıya inin. Daha fazla bilgi için bkz SELECT FROM <model>.CASES (DMX).

• Yapıya dayalı bir modele göz atın ve yapı vakalarına ayrıntılı geçiş yapmak için bir kullanıcı arayüzü seçeneğini kullanın. Daha fazla bilgi için bkz. Veri Madenciliği Model Görüntüleyicileri veya Bir Madencilik Modelinden Olgu Verilerine Detaya İnme.

• Yapı örnekleri üzerinde bir DMX sorgusu oluşturun. Daha fazla bilgi için SELECT FROM <yapısı>.CASES bölümüne bakın.

Bir madencilik modelini işledikten sonra, modelde yalnızca analizden elde edilen desenler ve model sonuçlarından önbelleğe alınmış eğitim verilerine yapılan eşlemeler bulunur. Model içeriği terimi, model sonuçlarına başvurur. Model içeriğine göz atın veya sorgulayın. Ayrıca, önbellekte varsa model ve yapı durumlarını sorgular.

Model içeriği algoritmaya bağlıdır. Örneğin, kümeleme ve karar ağacı modelleri aynı verileri kullandıklarında bile farklı içerik üretir. Daha fazla bilgi için Madencilik Modeli İçeriği (Analysis Services - Veri Madenciliği) bkz.

İşleme gereksinimleri

İşlem gereksinimleri, madencilik modellerinizin yalnızca ilişkisel verileri mi yoksa çok boyutlu veri kaynaklarını mı kullandığına bağlı olarak farklılık gösterebilir.

İlişkisel veri kaynakları için eğitim verileri oluşturun ve bu veriler üzerinde madencilik algoritmaları çalıştırın. Boyutlar ve ölçüler gibi OLAP nesnelerini kullanan madencilik modelleri de, temel alınan verilerin işlenmiş olmasını gerektirir. Madencilik modelini doldurmak için çok boyutlu nesneleri işlemeniz gerekebilir.

Daha fazla bilgi için bkz . İşleme Gereksinimleri ve Önemli Noktalar (Veri Madenciliği).

Ayrıca Bkz.

Detaylandırma Sorguları (Veri Madenciliği)
Madencilik Yapıları (Analysis Services - Veri Madenciliği)
Madencilik Modelleri (Analysis Services - Veri Madenciliği)
Mantıksal Mimari (Analysis Services - Veri Madenciliği)