資料採礦 （SSAS）
適用於：
SQL Server 2019 和舊版 Analysis Services 
Azure Analysis Services Fabric/Power BI Premium
重要
SQL Server 2017 Analysis Services 中已淘汰數據採礦，現在已在 SQL Server 2022 Analysis Services 中停止。 檔不會更新為已淘汰和已停止的功能。 若要深入瞭解，請參閱 Analysis Services 回溯相容性。
自 2000 版以來，SQL Server 一直是預測性分析的領導者，其方式是在 SQL Server Analysis Services 中提供數據採礦。 Integration Services、Reporting Services 和 SQL Server 數據採礦的組合提供整合式平臺，用於預測性分析，其中包含數據清理和準備、機器學習和報告。 SQL Server 數據採礦包含多個標準演算法，包括 EM 和 K-means 叢集模型、類神經網路、羅吉斯回歸和線性回歸、判定樹和貝氏機率分類器。 所有模型都有整合式視覺效果，可協助您開發、精簡和評估模型。 將數據採礦整合到商業智慧解決方案中，可協助您針對複雜問題做出智能決策。
數據採礦的優點
數據採礦（也稱為預測性分析和機器學習）使用經過精心研究的統計原則來探索數據中的模式。 藉由將 SQL Server Analysis Services 中的數據採礦演算法套用至您的數據，您可以預測趨勢、識別模式、建立規則和建議、分析複雜數據集中的事件順序，以及取得新的見解。
在 SQL Server 2017 中，數據採礦功能強大、可存取，並與許多人偏好用於分析和報告的工具整合。
關鍵數據採礦功能
SQL Server 數據採礦提供下列功能來支援整合式數據採礦解決方案：
多個數據來源：您可以使用任何表格式數據源進行數據採礦，包括電子表格和文本檔。 您也可以輕鬆地挖掘在 SQL Server Analysis Services 中建立的 OLAP Cube。 不過，您無法使用記憶體內部資料庫中的數據。
整合式數據清理、數據管理和報告：Integration Services 提供分析與清理數據的工具。 您可以建置 ETL 程式來清理數據以準備模型，ssISnoversion 也可讓您輕鬆地重新定型和更新模型。
多個可自定義的演算法：除了提供叢集、神經網路和判定樹等演算法之外，SQL Server 數據採礦還支持開發您自己的自定義外掛程式演算法。
模型測試基礎結構：使用重要的統計工具作為交叉驗證、分類矩陣、增益圖和散佈圖來測試您的模型和數據集。 輕鬆建立及管理測試和定型集。
查詢和鑽研：SQL Server 數據採礦提供 DMX 語言，可將預測查詢整合到應用程式中。 您也可以從模型擷取詳細的統計數據和模式，並鑽研案例數據。
用戶端工具：除了 SQL Server 所提供的開發和設計工作室之外，您還可以使用適用於 Excel 的數據採礦載入宏來建立、查詢和流覽模型。 或者，建立自定義用戶端，包括 Web 服務。
腳本語言支援和受控 API：所有數據採礦物件皆可完全程式化。 腳本可透過適用於 SQL Server Analysis Services 的 MDX、XMLA 或 PowerShell 擴充功能來進行。 使用數據採礦延伸模組 （DMX） 語言進行快速查詢和腳本處理。
安全性和部署：透過 SQL Server Analysis Services 提供角色型安全性，包括鑽研模型和結構數據的個別許可權。 將模型輕鬆部署到其他伺服器，讓使用者可以存取模式或執行預測
在本節中
本節中的主題介紹 SQL Server 數據採礦和相關工作的主要功能。