Yeni bir araştırma yapısı oluşturma
When you build a data mining solution in Microsoft SQL Server Analysis Services, the first step is to create a mining structure by using the Veri madenciliği Sihirbazı (Analysis Services - veri madenciliği) in Business Intelligence Development Studio.araştırma yapısı madenciliği modelleri yerleşik olan verileri etki alanını tanımlar.Tüm madenciliği modelleri bir yapısını temel alır.
Madenciliği yapıları, iki ilişkisel veya çevrimiçi analitik işlem (OLAP) veri kaynaklarını kullanın.Ilişkisel madenciliği yapıları, depolanan bir veri kaynağı görünümü ' tanımlı ilişkisel veritabanı sistemlerindeki verilere dayanır.OLAP madenciliği yapıları bir boyutu temel alır ve araştırma yapısı ile aynı veritabanında, varolan bir OLAP küpünden önlemler ilgili.
Daha fazla bilgi için:Veritabanları tasarlama, Analysis Services çok boyutlu bir veritabanı nesnelerini tasarlama
Veri madenciliği Sihirbazı otomatik olarak bir araştırma yapısı tanımlar ve bir başlangıç araştırma modeli yapısına eklemenizi sağlar.Birden çok madenciliği modelleri bir araştırma yapısı içerebileceğinden, kullanabileceğiniz Veri madenciliği Tasarımcısı daha fazla madenciliği modelleri için yapı eklemek için .
Aşağıdaki bölümlerde, yeni madenciliği yapıları veri madenciliği sihirbaz ile oluşturma ve sınama kümesi oluşturmak ya da veri araştırma yapısı içindeki sorgular çalıştırmak izin veren madenciliği yapısına seçeneklerin nasıl ayarlanacağı hakkında bilgi sağlar.
Ilişkisel bir araştırma yapısı oluşturma
Bir OLAP araştırma yapısı oluşturma
gizleme ve detaylandırma etkinleştirme
Ilişkisel bir araştırma yapısı oluşturma
Bir OLE DB veri kullanılabilen tüm verileri ilişkisel madenciliği yapılarına göre kaynak.Içinde birden çok tablo kaynak verileri içeriyorsa, bu tek bir sihirbaz içinde besleme durum iç içe geçmiş tablolar'ı kullanarak bir tablo.
Daha fazla bilgi için:Tabloları iç içe geçmiş (Analysis Services - veri madenciliği)
Veri madenciliği sihirbaz, yeni bir araştırma modeli yapısını oluşturmak için aşağıdaki adımlarda size yol gösterir:
Bir veri seçme kaynak yazın, bu ilişkisel bir veritabanında durumda.
Yalnızca bir yapı veya araştırma modeli ilgili bir yapı oluşturmaya karar verin.
Model için bir algoritma seçin.
Bir veri seçme kaynak.
Seçerek bir durum tablo ve isteğe bağlı olarak, herhangi bir iç içe geçmiş tablolar.
Türü, her biri için seçme sütun; tahmin edilebilir, giriş veya anahtar.
Sütun içerik türlerini belirtme.
Bir isteğe bağlı gizleme verisiyi küme.
detaylandırma yapısına etkinleştirme; adlandırma ve yeni araştırma yapısı ve da ilişkili kaydetme araştırma modeli.
Daha fazla bilgi için:Veri madenciliği algoritmaları (Analysis Services - veri madenciliği), araştırma modelii sütunlar, Madenciliği yapı sütunlar, Veri türleri (veri madenciliği), Içerik türleri (veri madenciliği)
Bir OLAP araştırma yapısı oluşturma
OLAP küpleri sık çok üyeleri ve konumu ile veri madenciliği başlamak bilmek zor olabilir, Boyutlar da içerir.Küpleri içeren desenlerini belirlemek için , genellikle, tek bir boyut ilgi tanımlamak ve daha sonra bu boyutla ilgili desenleri keşfetmeye başlar.Aşağıdaki tabloda birkaç genel OLAP veri madenciliği görevler, içine, her görev için geçerli ve her görev için kullanılacak veri madenciliği algoritmasını tanımlar örnek senaryolar anlatılmaktadır.
Görev |
Örnek senaryosu |
Algoritma |
|---|---|---|
Kümeler halinde Grup üyeleri |
Müşteri üye özellikleri, müşterilerin satın ürünler ve müşteriler harcadıkları para miktarı temel alan bir müşteri boyut kesiminde. |
Microsoft Kümeleme algoritması |
Ilginç veya olağan dışı üye bulma |
Ilginç tanımlamak veya olağan dışı depoları, satışlara göre deposunun boyutunda bir kar konuma depolayın ve boyutunu depolar. |
Microsoft Karar ağaçları algoritması |
Ilginç veya olağan dışı hücreleri bulma |
Normal eğilimleri karşı Zamanla, depolama satış tanımlayın. |
Microsoft saat serisi algoritması |
Veri madenciliği Sihirbazı yeni bir araştırma modeli yapısını oluşturmak için aşağıdaki işlemi boyunca, size kılavuzluk:
Bir veri kaynağı türü bu seçme durum küp.
Bir algoritma seçin.
Bir kaynak küp boyutu seçebilirsiniz.
Seçerek bir durum anahtar.
durum sütunları seçme.
Herhangi bir iç içe geçmiş tablolar seçme.
Her sütunun; kullanım seçme Öngörülebilir, giriş veya anahtar.
Sütun içerik türlerini belirtme.
Kaynak küp dilimleme.
Bir isteğe bağlı bir sınama verileri oluşturma küme.
Adlandırma ve yeni araştırma yapısı ve da ilişkili araştırma modeli.
Yapabilecekleriniz küme Sihirbazı'nın son sayfasında aşağıdaki seçenekler:
detaylandırma izin ver
araştırma modeli Boyut oluştur
araştırma modeli boyut kullanarak küp oluşturma
Yeni bir araştırma modeli boyut Kaynak küp oluşturmak isterseniz, OLAP veri kaynağında veri madenciliği algoritmasını bulan bilgileri içerebilir.araştırma modeli boyut oluşturarak, göz ve bir boyutun formunda model içeriğini sorgula.Bu seçenek kullanılarak oluşturulan modelleri için kullanılabilir Microsoft kümeleme, Microsoft Ağaçlar, karar ve Microsoft Ilişki kurallar algoritmaları.
Yeni bir küp oluşturmak için bu seçeneği seçerseniz, yeni bir küp araştırma modeli boyut ve isteğe bağlı olarak ilgili boyutları içeren veritabanını tanımlanır.
Daha fazla bilgi için:Veri madenciliği algoritmaları (Analysis Services - veri madenciliği), araştırma modelii sütunlar, Madenciliği yapı sütunlar, Veri türleri (veri madenciliği), Içerik türleri (veri madenciliği)
detaylandırma ve gizleme etkinleştirme
Madenciliği yapısı oluşturduğunuzda, ayrıca gerekir küme verilerle çalışmak için iki önemli seçenekleri: gizleme and detaylandırma.gizleme olan bir SQL Server 2008 bir eğitim içine veri madenciliği yapısında partition sağlayan bir özellik küme ve bir sınama küme, kullanılmak üzere bu yapıya ile ilişkili tüm modeller. Daha fazla bilgi için bkz:Veri eğitimi ve kümeleri sınama bölümleme (Analysis Services - veri madenciliği).
detaylandırma araştırma modeli sorgulayarak, kaynak veri madenciliği yapısında görüntülemenizi sağlar.sonuçlar görüntülerken yararlıdır bir araştırma modeli, temel aldığı durumlarda ek ayrıntılarını görmek istiyorsanız.Örneğin, ilgili kişi bilgileri, bir eğitmek belirli bir küme vb. için kullanılan servis taleplerini bulmak isteyebilirsiniz.araştırma yapısı oluşturduğunuzda detaylandırma kullanmak için onu etkinleştirmeniz gerekir; daha sonra etkinleştiremiyor.Daha fazla bilgi için bkz:detaylandırma madenciliği modelleri ve madenciliği yapıları kullanarak (Analysis Services - veri madenciliği).
See Also