数据挖掘解决方案

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

重要

数据挖掘在 SQL Server 2017 Analysis Services 中已弃用，现在在 SQL Server 2022 Analysis Services 中已停止使用。对于已弃用和停止使用的功能，文档不会更新。若要了解详细信息，请参阅 Analysis Services 后向兼容性。

数据挖掘解决方案是包含一个或多个数据挖掘项目的SQL Server Analysis Services解决方案。

本节中的主题提供有关如何使用 SQL Server SQL Server Analysis Services 设计和实现集成数据挖掘解决方案的信息。有关数据挖掘设计过程和相关工具的概述，请参阅 Data Mining Concepts。

有关对数据挖掘有用的其他项目类型的详细信息，请参阅数据挖掘解决方案的相关项目。

关系与多维解决方案

数据挖掘解决方案可以基于多维数据（即现有的多维数据集），也可以基于纯关系数据（例如数据仓库中的表和视图），也可以基于文本文件、Excel 工作簿或其他外部数据源。

可以在现有多维数据库解决方案中创建数据挖掘对象。

通常，如果您已创建一个多维数据集，并希望通过将该多维数据集用作数据源来执行数据挖掘，则您需要创建一个与此类似的解决方案。当您基于一个多维数据集移动和备份模型时，该多维数据集也将被移动或复制。
可以创建仅包含数据挖掘对象（包括支持的数据源和数据源视图）的数据挖掘解决方案和仅使用关系数据源的数据挖掘解决方案。

这是创建数据挖掘模型的首选方法，因为通常针对关系数据源的处理和查询的速度最快。还可以使用 EXPORT 和 IMPORT 命令在服务器间轻松移动和备份模型。

部署解决方案的 SQL Server Analysis Services 实例必须在支持多维对象和数据挖掘对象的模式下运行;也就是说，不能将数据挖掘对象部署到托管表格模型或 Power Pivot 数据的实例。

因此，在 Visual Studio 中创建数据挖掘解决方案时，请务必使用模板 “Analysis Services 多维和数据挖掘项目”。

部署解决方案时，用于数据挖掘的对象在指定的 SQL Server Analysis Services 实例中创建，该实例与解决方案文件同名。

有关如何同时部署关系解决方案和多维解决方案的详细信息，请参阅部署数据挖掘解决方案。

概述了如何使用数据挖掘向导创建数据挖掘解决方案。

创建关系挖掘结构
从可组合到数据源视图中的关系数据、文本文件和其他源创建挖掘结构。

创建 OLAP 挖掘结构
基于 OLAP 多维数据集中的数据创建挖掘结构。可将从 OLAP 数据创建的模型另存为数据挖掘维度，也可将数据和模型集另存为新的多维数据集。

在创建一个基本数据挖掘解决方案（包括数据源和挖掘结构）后，可通过添加新模型、测试并比较模型、创建预测和试用数据子集来基于该解决方案进行生成。

有关详细信息，请参阅以下链接：

任务	主题
测试您创建的模型，验证定型数据的质量并创建代表数据挖掘模型的准确性的图表。	测试和验证（数据挖掘）
通过用数据填充结构及相关模型来定型模型。使用新数据更新和扩展模型。	处理数据挖掘对象
通过对定型数据应用筛选器、选择其他算法或设置高级算法参数来自定义挖掘模型。	自定义挖掘模型和结构
通过对在定型模式下使用的数据应用筛选器来自定义挖掘模型。	向结构中添加挖掘模型（Analysis Services - 数据挖掘）
更新和管理数据挖掘解决方案。	链接 TBD