資料採礦 (SSAS)

  • 發行項

適用于：SQL Server 2019 和更早版本的 Analysis Services Azure Analysis Services Fabric/Power BI Premium

重要

資料採礦自 SQL Server 2017 Analysis Services 起退場，現在的 SQL Server 2022 Analysis Services 已不再繼續提供。 已退場和不再繼續提供之功能的文件不予更新。 若要深入了解，請參閱 Analysis Services 回溯相容性。

SQL Server自 2000 年發行以來，提供資料採礦在 SQL Server Analysis Services 中，是預測性分析的領導者。 Integration Services、Reporting Services和SQL Server資料採礦的組合提供一個整合式平臺，用於預測性分析，其中包含資料清理和準備、機器學習和報告。 SQL Server資料採礦包含多個標準演算法，包括 EM 和 K-means 叢集模型、神經網路、羅吉斯回歸和線性回歸、決策樹和貝氏分類器。 所有模型已都整合視覺效果以協助您開發、改善及評估模型。 將資料採礦整合至商業智慧方案，可協助您對複雜問題做出明智的決策。

資料採礦的優點

資料採礦 (也稱為預測分析和機器學習服務) 使用經過詳盡研究的統計原則來探索資料的模式。 藉由將SQL Server Analysis Services中的資料採礦演算法套用至您的資料，您可以預測趨勢、識別模式、建立規則和建議、分析複雜資料集中的事件順序，以及取得新的見解。

在 SQL Server 2017 中，資料採礦功能強大、可存取，並與許多人偏好用於分析和報告的工具整合。

主要資料採礦功能

SQL Server資料採礦提供下列功能來支援整合式資料採礦解決方案：

  • 多個資料來源︰ 您可以針對資料採礦使用任何表格式資料來源，包括試算表和文字檔。 您也可以輕鬆地在 SQL Server Analysis Services 中建立的 OLAP Cube。 但是，您無法使用記憶體中資料庫內的資料。

  • 整合式資料清理、資料管理和報告：Integration Services 提供程式碼剖析和清理資料的工具。 您可以建立 ETL 程序針對模型來清理資料，而 ssISnoversion 和也可讓您輕鬆地重新定型及更新模型。

  • 多個可自訂的演算法：除了提供叢集、神經網路和決策樹等演算法之外，SQL Server資料採礦也支援開發您自己的自訂外掛程式演算法。

  • 模型測試基礎結構：使用交叉驗證、分類矩陣、增益圖及散佈圖等重要的統計工具，來測試您的模型和資料集。 輕鬆建立及管理測試集和定型集。

  • 查詢和鑽研：SQL Server資料採礦提供 DMX 語言，可將預測查詢整合到應用程式中。 您也可以從模型中擷取詳細統計資料和模式，並鑽研到案例資料。

  • 用戶端工具：除了 SQL Server 提供的開發和設計 Studio 之外，您也可以使用 Excel 的資料採礦增益集建立、查詢及瀏覽模型， 或建立自訂用戶端，包括 Web 服務。

  • 指令碼語言支援和 Managed API：所有資料採礦物件皆可完整程式化。 腳本可透過 MDX、XMLA 或 PowerShell 擴充功能進行SQL Server Analysis Services。 使用資料採礦延伸模組 (DMX) 語言快速查詢及編寫指令碼。

  • 安全性和部署：透過SQL Server Analysis Services提供角色型安全性，包括鑽研模型和結構資料的個別許可權。 輕鬆將模型部署至其他伺服器，讓使用者可以存取模式或執行預測

本節內容

本節中的主題介紹 SQL Server 資料採礦的主要功能及相關工作。

另請參閱

SQL Server R 服務