Górnictwo modele (Analysis Services — wyszukiwanie danych)
W tej części omówiono podstawowe architektury model wyszukiwanie danych, zawiera omówienie właściwości model wyszukiwanie danych i w tym artykule opisano sposób tworzenia i pracy z modeli wyszukiwania.
Mining Model Architecture
Defining Mining Models
Mining Model Properties
Mining Model Columns
Processing Mining Models
Viewing and Querying Mining Models
model wyszukiwania Architektura
Pobiera dane ze struktura wyszukiwania model wyszukiwanie danych, a następnie analizuje dane za pomocą algorytmu wyszukiwanie danych.Struktura wyszukiwania i model wyszukiwania oddzielnych obiektów.Struktura wyszukiwania są przechowywane informacje, które definiują urządzenie źródłowe danych.Model wyszukiwania są przechowywane informacje pochodzące z statystycznych przetwarzania danych, takich jak znaleźć z analizy wzorców.
Model wyszukiwania jest pusta, dopóki dane dostarczone przez struktura wyszukiwania został przetworzony i analizowane.Po przetworzeniu model wyszukiwania zawiera metadane, wyniki i powiązań na struktura wyszukiwania.
.gif "model contains metadata, patterns, and bindings")
Metadane Określa nazwę modelu i serwera, na którym są przechowywane, jak również definicja modelu, w tym listy kolumn ze struktura wyszukiwania, które były używane w modelu, definicje opcjonalne filtry, które są stosowane podczas przetwarzania modelu i algorytmu, który został użyty do analizowania danych.Wybór kolumn, filtrów i algorytm znacznie wpływa na wyniki analizy.Na przykład po utworzeniu klastrów modelu i modelu drzewa decyzji przy użyciu tych samych danych modelu zawartości mogą być bardzo różne modele te korzystają z różnych algorytmów i filtry.Aby uzyskać więcej informacji zobaczMining Model Content (Analysis Services - Data Mining).
Wyniki, które są przechowywane w modelu się różnić w zależności od algorytmu, ale może zawierać wzorców, itemsets, reguły i formuły.Wyniki te mogą służyć do tworzenia prognoz.
Polecenie powiązań, które są przechowywane w modelu do danych w pamięci podręcznej struktura wyszukiwania.Jeśli jest buforowane w strukturze danych nie został wyczyszczony po przetworzeniu, te powiązania umożliwiają drążenia wskroś w wynikach do spraw, które obsługują wyniki.Jednak same dane są przechowywane w pamięci podręcznej struktury, a nie w modelu.
[Top]
Definiowanie modeli wyszukiwanie danych
W poniższych krokach można utworzyć model wyszukiwanie danych:
Utwórz podstawową struktura wyszukiwania.
Wybierz algorytm.
Określ kolumny modelu i sposób użycia.
Opcjonalnie zestaw parametry dopracować przetwarzania przez algorytm.
Proces modelu.
Analysis Services zawiera następujące narzędzia pomocne w zarządzaniu do modeli wyszukiwania:
Kreator wyszukiwanie danych pomaga w utworzeniu struktury i związanych z model wyszukiwania.Jest to najłatwiejsza metoda, która ma być użyta.Kreator automatycznie tworzy wymagane struktura wyszukiwania i pomaga w konfiguracja ważnych ustawień.
Instrukcja DMX CREATE MODEL może służyć do definiowania modelu.Wymagana struktura automatycznie jest tworzona jako część procesu, dlatego nie można użyć istniejącej struktury przy użyciu tej metoda.Użyj tej metoda, jeśli już wiesz dokładnie, który model, do którego chcesz utworzyć.
Instrukcja ALTER wzór DMX ADD konstrukcji umożliwia dodawanie nowego model wyszukiwania do istniejącej struktury.Użyj tej metoda, jeśli chcesz wypróbować różne modele, które są oparte na tych samych danych zestaw.
Można również tworzyć modele górnictwo programistycznie, za pomocą AMO lub XML/A, lub przy użyciu innych klientów, takich jak klient wyszukiwanie danych dla programu Excel.Aby uzyskać więcej informacji, zobacz następujące tematy:
Analysis Management Objects (AMO)
[Top]
model wyszukiwania Właściwości
Każdy model wyszukiwania ma właściwości definiujące modelu i jego metadane.Mogą to być nazwa, opis, data ostatniego przetworzenia modelu, uprawnienia do modelu, a wszystkie filtry na dane, które jest używane do szkolenia.
Każdy model wyszukiwania ma również właściwości, które są obliczane na podstawie struktura wyszukiwania i opisują kolumn danych używanych przez model.Jeśli kolumna jest zagnieżdżona tabela, kolumna może być również stosować oddzielnych filtrów.
Ponadto każdy model wyszukiwania zawiera dwa specjalne właściwości: Algorithm() i Usage().
**Właściwość algorytmu **Określa algorytm używany do tworzenia modelu.Algorytmy, które są dostępne, zależy od dostawca, którego używasz.For a list of the algorithms that are included with SQL Server Analysis Services, see Algorytmy wyszukiwania danych (Analysis Services — wyszukiwanie danych).The Algorithm właściwość applies to the model wyszukiwania and can be zestaw only one czas for each model. Algorytm można zmienić później, ale niektóre kolumny w model wyszukiwania może stać się nieprawidłowe, jeśli nie są obsługiwane przez wybrany algorytm.Ponadto zawsze należy można się ponownie przetworzyć modelu następujących zmian.
**Sposób użycia właściwość **Określa, jak każda kolumna jest używana w modelu.Istnieje możliwość zdefiniowania sposobu użycia kolumn jako Input, Predict, Predict Only, lub Key. The Usage właściwość applies to individual model wyszukiwania columns and must be zestaw individually for every kolumna that is included in a model. Jeśli struktura zawiera kolumna, która nie jest używana w modelu, sposobu użycia jest ustawiona na Ignore.
Wartość właściwości model wyszukiwania można zmienić po utworzeniu model wyszukiwania.Jednak wszelkie zmiany, a nawet Nazwa model wyszukiwania wymaga, aby ponownie przetworzyć modelu.Po można ponownie przetworzyć modelu, mogą się pojawić różne wyniki.
[Top]
Kolumny górnictwie modelu
Podobnie jak struktura wyszukiwania model wyszukiwania zawiera kolumny.Kolumny, które można wybrać ze struktura wyszukiwania, aby w modelu.Oprócz kolumn, które znajdują się w podstawowej struktura wyszukiwania można tworzyć kopie kolumny wyszukiwania struktury i następnie zmienić ich nazwy lub zmieniać ich użycia.
W zależności od algorytmu, który zostanie wybrana opcja niektóre kolumny w strukturze wyszukiwania może być niezgodny z modelu lub może prowadzić do słabych wyniki.Należy uważnie przejrzeć dane w strukturze i uwzględnione w modelu tylko te kolumny do analizy potrzeb.Jeśli uważasz, że kolumna nie powinna być używana, nie trzeba go usunąć z struktura wyszukiwania lub model wyszukiwania; zamiast tego wystarczy zestaw flagi na kolumny, która określa, że go powinno być zignorowane podczas budowania modelu.Oznacza to, że kolumna będzie nadal pracować w strukturze wyszukiwania, ale nie będzie używany w model wyszukiwania, jednak jeśli przeglądanie szczegółowe włączono z modelu struktura wyszukiwania, możesz pobierać informacje z kolumna później.
Po utworzeniu modelu można wprowadzać zmiany, takie jak dodawanie lub usuwanie kolumn lub zmiana nazwy modelu.Jednak wszelkie zmiany, nawet tylko do metadane modelu wymaga, aby ponownie przetworzyć modelu.
Aby uzyskać więcej informacji zobacz Kolumny struktura wyszukiwania i Kolumny górnictwie modelu.
[Top]
Przetwarzanie modele wyszukiwania
Model wyszukiwanie danych jest pustego obiektu, dopóki nie jest przetwarzane.Podczas przetwarzania modelu, dane, które są buforowane przez strukturę jest przekazywana przez filtr, jeżeli zostały zdefiniowane w modelu i jest analizowany przez algorytm.Algorytm identyfikuje reguł i wzorców w danych, a następnie używa tych reguł i desenie zapełnić model.Aby uzyskać więcej informacji dotyczących używania algorytmów do tworzenia modeli wyszukiwania zobacz Algorytmy wyszukiwania danych (Analysis Services — wyszukiwanie danych).
Po zostało przetworzone, model górnictwo również są przechowywane informacje o wyniki analizy.Aby uzyskać więcej informacji o rodzaju danych, który jest przechowywany w model wyszukiwania zobacz Mining Model Content (Analysis Services - Data Mining).
[Top]
Przeglądanie i kwerenda wyszukiwania modele
Po przetworzeniu modelu można można poznać po przy użyciu przeglądarki niestandardowe, które znajdują się w Business Intelligence Development Studio i SQL Server Management Studio. Aby uzyskać więcej informacji na temat niestandardowych przeglądarki w Analysis Services, zobacz Wyświetlanie modelu wyszukiwanie danych.
Można również utworzyć kwerendy przed model wyszukiwania, aby prognoz lub pobrać metadane modelu lub desenie, utworzone przez model.Tworzyć kwerendy przy użyciu DMX (wyszukiwanie danych Extensions).Aby uzyskać informacje o różnych typach kwerendy używające przed model wyszukiwanie danych zobacz Podczas badania modeli wyszukiwania danych (Analysis Services — wyszukiwanie danych).