Lernprogramm zu Data Mining-Grundlagen
Willkommen beim Microsoft Analysis Services Basic Data Mining-Tutorial. Microsoft SQL Server bietet eine integrierte Umgebung zum Erstellen von Data Mining-Modellen und Zum Erstellen von Vorhersagen. In diesem Lernprogramm führen Sie ein Szenario für eine zielgerichtete Mailingkampagne aus, indem Sie Computerlernverfahren verwenden, um das Kaufverhalten von Kunden zu analysieren und vorherzusagen. Im Lernprogramm wird die Verwendung von drei der wichtigsten Data Mining-Algorithmen veranschaulicht: Clustering, Entscheidungsstrukturen und Naive Bayes. Außerdem erfahren Sie, wie Sie Ihre Ergebnisse mithilfe der Miningmodell-Viewer analysieren und Vorhersagen und Genauigkeitsdiagramme mit den Data Mining-Tools erstellen, die in Microsoft SQL Server Analysis Services enthalten sind. Für alle Beispiele wird das fiktive Unternehmen Adventure Works Cycles verwendet.
Wenn Sie mit den Data Mining-Tools vertraut sind, empfiehlt es sich, auch das Data Mining-Tutorial für Fortgeschrittene (Analysis Services – Data Mining) abzuschließen. In den Lektionen wird die Verwendung von Vorhersagen, Warenkorbanalysen, Zeitreihen, Zuordnungsmodellen, geschachtelten Tabellen und Sequence Clustering veranschaulicht.
Lernprogrammszenario
In diesem Tutorial sind Sie ein Mitarbeiter von Adventure Works Cycles, der die Aufgabe hat, mehr über die Kunden des Unternehmens basierend auf historischen Käufen zu erfahren und diese historischen Daten dann zu verwenden, um Vorhersagen zu treffen, die im Marketing verwendet werden können. Das Unternehmen hat noch nie zuvor Data Mining ausgeführt. Daher müssen Sie eigens für das Data Mining eine neue Datenbank anlegen und mehrere Data Mining-Modelle einrichten.
Lernziele
In diesem Lernprogramm erfahren Sie, wie Sie verschiedene Typen von Computerlernmethoden entwickeln und verwenden. Sie lernen außerdem, wie Sie eine Kopie eines Miningmodells erstellen und einen Filter auf die Eingabedaten anwenden, um unterschiedliche Ergebnisse zu erhalten. Anschließend können Sie die Ergebnisse beider Modelle mit einem Prognosegütediagramm vergleichen. Zum Schluss rufen Sie mit der Drillthroughfunktion weitere Daten aus der zugrunde liegenden Miningstruktur ab.
Microsoft Analysis Services Data Mining umfasst die folgenden Features, mit denen Sie problemlos mehrere Vorhersagemodelle entwickeln und vergleichen und dann Aktionen für die Ergebnisse ausführen können:
Zurückhaltungstestsätze– Beim Erstellen einer Miningstruktur können Sie nun die darin enthaltenen Daten in Trainings- und Testsätze aufteilen. Auf diese Weise können Sie Modelle an ähnlichen Datasets testen und die Genauigkeit verwandter Modelle testen.
Miningmodellfilter– Sie können nun Filter an ein Miningmodell anfügen und diese beim Trainieren und Testen anwenden. Dies erleichtert die Erstellung verwandter Modelle für unterschiedliche Teilmengen der Daten.
Drillthrough zu Strukturfällen und Strukturspalten – Sie können nun einfach von allgemeinen Mustern im Miningmodell zu aussagekräftigen Details in der Datenquelle wechseln.
Dieses Lernprogramm ist in die folgenden Lektionen aufgeteilt:
Lektion 1: Vorbereiten der Analysis Services-Datenbank (Lernprogramm zu Data Mining-Grundlagen)
In dieser Lektion erfahren Sie, wie Sie eine neue Analysis Services-Datenbank erstellen, eine Datenquelle und eine Datenquellensicht hinzufügen und die neue Datenbank für die Verwendung mit Data Mining vorbereiten.
Lektion 2: Erstellen einer Targeted Mailing-Struktur (Lernprogramm zu Data Mining-Grundlagen)
In dieser Lektion erfahren Sie, wie Sie eine Miningmodellstruktur anlegen, die in einem Targeted Mailing-Szenario verwendet werden kann.
Lektion 3: Hinzufügen und Verarbeiten von Modellen
In dieser Lektion erfahren Sie, wie einer Struktur Modelle hinzugefügt werden. Die Modelle, die Sie erstellen, werden mit den folgenden Algorithmen erstellt:
Microsoft Decision Trees
Microsoft Clustering
Microsoft Naive Bayes
Lektion 4: Untersuchen der Targeted Mailing-Modelle (Lernprogramm zu Data Mining-Grundlagen)
In dieser Lektion lernen Sie, die Ergebnisse der einzelnen Modelle mit Viewern zu untersuchen und zu interpretieren.
Lektion 5: Testen von Modellen (Lernprogramm zu Data Mining-Grundlagen)
In dieser Lektion erstellen Sie eine Kopie des Targeted Mailing-Modells, fügen einen Miningmodellfilter hinzu, um die Trainingsdaten auf eine bestimmte Kundengruppe zu beschränken und bewerten anschließend die Verwendbarkeit des Modells.
Lektion 6: Erstellen und Verwenden von Vorhersagen (Lernprogramm zu Data Mining-Grundlagen)
In der Abschlusslektion des Lernprogramms zu Data Mining-Grundlagen sagen Sie anhand des Modells voraus, welche Kunden am wahrscheinlichsten ein Fahrrad kaufen werden. Danach führen Sie einen Drillthrough zu den zugrunde liegenden Fällen durch, um die Kontaktinformationen abzurufen.
Anforderungen
Stellen Sie sicher, dass Folgendes installiert ist:
Microsoft SQL Server 2014
Microsoft SQL Server Analysis Services im mehrdimensionalen Modus
Die AdventureWorksDW2012-Datenbank .
Um die Sicherheit zu erhöhen, werden die Beispieldatenbanken nicht mit SQL Server installiert. Um die offiziellen Datenbanken für Microsoft SQL Server zu installieren, besuchen Sie die Seite Microsoft SQL-Beispieldatenbanken, und wählen Sie SQL Server 2014 aus.
Hinweis
Wenn Sie ein Tutorial durcharbeiten, ist es möglicherweise einfacher, zwischen den Schritten hin und her zu wechseln, wenn Sie der Dokumentanzeigesymbolleiste die Schaltflächen Nächstes Thema und Vorheriges Thema hinzufügen.
Weitere Informationen
Data Mining-Projektmappen
Miningmodelltasks und Anweisungen
Erstellen und Abfragen von Data Mining-Modellen mit DMX: Lernprogramme (Analysis Services – Data Mining)