Verwalten von Miningmodellen im Data Mining-Designer
Auf der Registerkarte Miningmodelle im Data Mining-Designer können Sie die in einer Miningstruktur vorhandenen Miningmodelle ändern und der Struktur neue Miningmodelle hinzufügen. Miningmodelle basieren auf den Miningstrukturen, die Sie mithilfe des Data Mining-Assistenten definieren.
Die Registerkarte Miningmodelle besteht aus einem Raster mit einer Spalte zur Beschreibung der Miningstruktur und weiteren Spalten zur Beschreibung der zugeordneten Miningmodelle. Jede Zelle in der Strukturspalte des Rasters führt eine in der Struktur definierte Spalte auf, und jede Zelle in einer Miningmodellspalte führt auf, auf welche Weise das Modell die Spalten der Miningstruktur verwendet.
Innerhalb der Registerkarte Miningmodelle können Sie Miningmodelle verarbeiten oder neue Miningmodelle erstellen. Die Eigenschaften einer Miningstruktur und der ihr zugeordneten Miningmodelle können Sie mithilfe des Fensters Eigenschaften anpassen. Im Dialogfeld Algorithmusparameter können Sie die Parameter des Algorithmus anpassen, der zum Definieren des Miningmodells verwendet wird.
Weitere Informationen finden Sie unter Working with Data Mining, Setting Column Properties on a Mining Structure, Setting Column Properties on a Mining Model, Mining Models Tab How-to TopicsVerarbeiten von Data Mining-Objekten, Festlegen der Spalteneigenschaften in einer Miningstruktur, Festlegen von Eigenschaften in einem Miningmodell, Vorgehensweisen zur Miningmodelle-Registerkarte
Definieren neuer Miningmodelle
Nach Abschluss des Data Mining-Assistenten enthält der Ordner Miningstrukturen im Projektmappen-Explorer ein einzelnes Miningmodell, das auf der von Ihnen im Assistenten definierten Miningstruktur basiert. Mithilfe des Data Mining-Designers können Sie der Miningstruktur weitere Modelle hinzufügen. Neue Modelle müssen zwar stets die gleiche Miningstruktur aufweisen, doch Variationen beim Algorithmustyp, bei der Spaltennutzung und bei den algorithmusspezifsichen Parametern der einzelnen Modelle sind zulässig.
Das Erstellen mehrerer Modelle, die auf derselben Miningstruktur basieren, bietet eine Reihe von Vorteilen:
Jeder Algorithmustyp zeigt die Ergebnisse auf eine andere Art und Weise an. Das Definieren von mehr als einem Modell auf Grundlage der gleichen Struktur ermöglicht es, unterschiedliche Informationen aus denselben Daten zu gewinnen. So könnten Sie beispielsweise mithilfe eines Clusteringmodells die Daten durchsuchen und mithilfe eines Entscheidungsstrukturmodells Vorhersagen aus den Daten erstellen.
Die Ergebnisse eines Miningmodells lassen sich durch eine entsprechende Einstellung der Parameter beeinflussen. Sie können mehrere verschiedene Modelle erstellen, die mit demselben Algorithmus arbeiten und sich lediglich in der Einstellung eines bestimmten Parameters unterscheiden. Ein anschließender Vergleich der Ergebnisse ermöglicht es Ihnen dann, die beste Einstellung für den Algorithmus auszuwählen.
Sie können einen Filter auf das Modell anwenden, der die Daten steuert, die zum Trainieren und Testen des Modells verwendet werden.
Die Ergebnisse eines Miningmodells werden davon beeinflusst, welche Eingabespalten Sie auswählen. Sie können mehrere Modelle erstellen, die sich lediglich durch die darin verwendeten Eingabespalten unterscheiden, und durch einen anschließenden Vergleich der Ergebnisse bestimmen, welche Spalten als Eingabe verwendet werden sollten.
Weitere Informationen finden Sie unter How to: Add a Mining Model to an Existing Mining Structure, Data Mining Algorithms, Creating Filters for Mining Models (Analysis Services - Data Mining).Vorgehensweise: Hinzufügen eines Miningmodells zu einer vorhandenen Miningstruktur, Data Mining-Algorithmen (Analysis Services - Data Mining), Erstellen von Filtern für Miningmodelle (Analysis Services - Data Mining)
Bearbeiten vorhandener Miningmodelle
Auf der Registerkarte Miningmodelle können Sie das Modell ändern, nachdem es erstellt wurde. Sie können auch den Algorithmustyp, den Modellnamen und die für jeden Algorithmus spezifischen Parameter ändern. Sie können weiterhin die Verwendung von Spalten ändern, Aliasse zu Modellspalten hinzufügen und einen Filter erstellen, der beim Trainieren und Testen auf das Miningmodell angewendet wird.
Weitere Informationen finden Sie unter:Mining Models Tab How-to TopicsVorgehensweisen zur Miningmodelle-Registerkarte
Eine weitere Möglichkeit zum Ändern eines Miningmodells besteht darin, dass Sie auf der Registerkarte Miningstruktur die zugrunde liegende Struktur ändern.
Weitere Informationen finden Sie unter:Managing Mining Structures in Data Mining DesignerVerwalten von Miningstrukturen im Data Mining-Designer
Ändern der Miningspaltenverwendung
Welche Spalten in ein Miningmodell einbezogen werden sowie die Art der Verwendung der jeweiligen Spalte (z. B. als Eingabespalte, Schlüsselspalte oder vorhersagbare Spalte), können Sie mithilfe der Zellen für die betreffende Modellspalte im Raster auf der Registerkarte Miningmodelle ändern. Jede Zelle entspricht einer Spalte in der Miningstruktur. Für Schlüsselspalten können Sie die Zelle auf Key oder Ignore festlegen. Für Eingabe- und Ausgabespalten, können Sie die Zellen auf folgende Werte festlegen:
Ignore
Input
Predict
PredictOnly
Wenn Sie eine Zelle auf den Wert Ignore festlegen, wird die Spalte aus dem Miningmodell entfernt. Sie steht jedoch nach wie vor für andere Miningmodelle in der Struktur zur Verfügung.
Aliasingmodellspalten
Wenn Analysis Services ein Miningmodell erstellt, werden die gleichen Spaltennamen verwendet, die sich in der Miningstruktur befinden. Sie können jeder Spalte im Miningmodell ein Alias hinzufügen. Auf diese Weise sind die Spalteninhalte oder deren Verwendung möglicherweise leichter zu erkennen, und der Name ist bei der Erstellung von Abfragen kürzer und damit einfacher zu handhaben.
Sie erstellen einen Alias, indem Sie die Name-Eigenschaft der Miningmodellspalte bearbeiten. Analysis Services verwendet weiterhin den ursprünglichen Namen als ID, und der neue Wert, den Sie als Namen eingegeben haben, ist der Spaltenalias, und dieser wird im Raster neben der Spaltenverwendung in Klammern angezeigt.
.gif "Aliasnamen für Miningmodellspalten")
In diesem Beispiel werden verwandte Modelle dargestellt, die in Bezug auf Einkommen mehrere Kopien einer Miningstrukturspalte besitzen. Jede Kopie der Strukturspalte wurde auf eine andere Weise diskretisiert. Die Modelle im Diagramm verwenden alle eine andere Spalte aus der Miningstruktur, um die Spalten im Modell jedoch einfacher vergleichen zu können, wurden die Spalten in allen Modellen zu [Einkommen] umbenannt.
Hinzufügen von Filtern
Sie können einem Miningmodell einen Filter hinzufügen. Ein Filter ist ein Satz von WHERE-Bedingungen, der die Daten in den Modellfällen auf eine bestimmte Teilmenge beschränkt. Der Filter wird beim Trainieren des Modells verwendet und kann optional verwendet werden, wenn Sie das Modell testen oder Genauigkeitsdiagramme erstellen.
Weitere Informationen finden Sie unter Erstellen von Filtern für Miningmodelle (Analysis Services - Data Mining).