Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Eine Data Mining-Lösung ist eine Analysis Services-Lösung, die mindestens ein Data Mining-Projekt enthält.
Die Themen in diesem Abschnitt enthalten Informationen zum Entwerfen und Implementieren einer integrierten Data Mining-Lösung mithilfe von SQL Server Analysis Services. Eine Übersicht über den Data Mining-Entwurfsprozess und zugehörige Tools finden Sie unter Data Mining-Konzepte.
Weitere Informationen zu zusätzlichen Projekttypen, die für data Mining nützlich sind, finden Sie unter Verwandte Projekte für Data Mining-Lösungen.
Relationale und multidimensionale Lösungen
Bereitstellen von Data Mining-Lösungen
Lösungsexemplarische Vorgehensweisen
Relationale und multidimensionale Lösungen
Eine Data Mining-Lösung kann entweder auf mehrdimensionalen Daten basieren, d. h. auf einem vorhandenen Cube oder auf rein relationalen Daten, z. B. den Tabellen und Ansichten in einem Data Warehouse, oder auf Textdateien, Excel-Arbeitsmappen oder anderen externen Datenquellen.
Sie können Data Mining-Objekte in einer vorhandenen mehrdimensionalen Datenbanklösung erstellen.
In der Regel erstellen Sie eine Lösung wie diese, wenn Sie bereits einen Cube erstellt haben und Data Mining mithilfe des Cubes als Datenquelle durchführen möchten. Wenn Sie Modelle basierend auf einem Cube verschieben und sichern, muss der Cube auch verschoben oder kopiert werden.
Sie können eine Data Mining-Lösung erstellen, die nur Data Mining-Objekte enthält, einschließlich der unterstützenden Datenquellen und Datenquellenansichten, und die nur relationale Datenquelle verwenden.
Dies ist die bevorzugte Methode zum Erstellen von Data Mining-Modellen, da die Verarbeitung und Abfrage im Allgemeinen für relationale Datenquellen am schnellsten ist. Sie können modelle auch einfach zwischen Servern verschieben und sichern, indem Sie die Befehle "EXPORTIEREN" und "IMPORTIEREN" verwenden.
Bereitstellen von Data Mining-Lösungen
Die Instanz von Analysis Services, für die Sie die Lösung bereitstellen, muss in einem Modus ausgeführt werden, der mehrdimensionale Objekte und Data Mining-Objekte unterstützt; Das heißt, Sie können Keine Data Mining-Objekte in einer Instanz bereitstellen, die tabellarische Modelle oder PowerPivot-Daten hosten.
Achten Sie daher beim Erstellen einer Data Mining-Lösung in Visual Studio darauf, die Vorlage,Analysis Services Multidimensional and Data Mining Project zu verwenden.
Wenn Sie die Lösung bereitstellen, werden die für data Mining verwendeten Objekte in der angegebenen Analysis Services-Instanz in einer Datenbank mit demselben Namen wie die Lösungsdatei erstellt.
Weitere Informationen zum Bereitstellen relationaler und multidimensionaler Lösungen finden Sie unter Deployment of Data Mining Solutions.
Lösungsdurchgang
Bietet eine Übersicht über das Erstellen von Data Mining-Lösungen mithilfe des Data Mining-Assistenten.
Erstellen einer relationalen Miningstruktur
Erstellen Sie eine Miningstruktur aus relationalen Daten, Textdateien und anderen Quellen, die in einer Datenquellenansicht kombiniert werden können.
Erstellen einer OLAP-Miningstruktur
Erstellen Sie eine Miningstruktur basierend auf Daten in einem OLAP-Cube. Modelle, die Sie aus OLAP-Daten erstellen, können als Data Mining-Dimension gespeichert werden, oder Sie können die Datenmenge und Ihre Modelle als neuen Cube speichern.
In diesem Abschnitt
Verarbeiten von Data Mining-Objekten
Verwandte Projekte für Data Mining-Lösungen
Bereitstellung von Data Mining-Lösungen
Verwandte Aufgaben und Themen
Nachdem Sie eine grundlegende Data Mining-Lösung erstellt haben, einschließlich Datenquellen und einer Miningstruktur, können Sie auf der Lösung aufbauen, indem Sie neue Modelle hinzufügen, Modelle testen und vergleichen, Vorhersagen erstellen und mit Teilmengen von Daten experimentieren.
Weitere Informationen finden Sie unter den folgenden Links:
| Aufgaben | Themen |
|---|---|
| Testen Sie die von Ihnen erstellten Modelle, überprüfen Sie die Qualität Ihrer Schulungsdaten, und erstellen Sie Diagramme, die die Genauigkeit von Data Mining-Modellen darstellen. | Testen und Überprüfen (Data Mining) |
| Trainieren Sie das Modell, indem Sie die Struktur und die zugehörigen Modelle mit Daten auffüllen. Aktualisieren und erweitern Sie Modelle mit neuen Daten. | Verarbeiten von Data Mining-Objekten |
| Passen Sie ein Miningmodell an, indem Sie Filter auf die Schulungsdaten anwenden, einen anderen Algorithmus auswählen oder erweiterte Algorithmusparameter festlegen. | Anpassen von Miningmodellen und -struktur |
| Passen Sie ein Miningmodell an, indem Sie Filter auf die Daten anwenden, die in der Schulung des Modells verwendet werden. | Hinzufügen von Miningmodellen zu einer Struktur (Analysis Services - Data Mining) |
| Aktualisieren und Verwalten von Data Mining-Lösungen. | Link TBD |