資料採礦方案
資料採礦解決方案是包含一或多個資料採礦專案的 Analysis Services 解決方案。
本節中的主題提供如何使用 SQL Server Analysis Services 來設計和實作整合式資料採礦解決方案的相關資訊。 如需資料採礦設計程序與相關工具的概觀，請參閱 資料採礦概念。
如需有關對資料採礦非常實用之其他專案類型的詳細資訊，請參閱 資料採礦方案的相關專案。
關聯式與多維度方案的比較
資料採礦解決方案可以根據多維度資料，也就是現有的 Cube 或單純的關聯式資料，例如資料倉儲中的資料表和檢視表，或是文字檔、Excel 活頁簿或其他外部資料源。
您可以在現有的多維度資料庫方案內建立資料採礦物件。
一般來說，如果您已經建立 Cube 而且想要使用此 Cube 當做資料來源來執行資料採礦，您就會建立這樣的方案。 當您移動和備份以 Cube 為基礎的模型時，也必須移動或複製此 Cube。
您可以建立只包含資料採礦物件 (包括支援的資料來源和資料來源檢視) 而且只使用關聯式資料來源的資料採礦方案。
這是建立資料採礦模型的慣用方法，因為通常針對關聯式資料來源時，處理和查詢會最快速。 您也可以使用 EXPORT 和 IMPORT 命令，輕鬆地在伺服器之間移動和備份模型。
部署資料採礦方案
您部署解決方案的 Analysis Services 實例必須在支援多維度物件和資料採礦物件的模式中執行;也就是說，您無法將資料採礦物件部署到裝載表格式模型或 PowerPivot 資料的實例。
因此，當您在 Visual Studio 中建立資料採礦方案時，請務必使用 [Analysis Services 多維度和資料採礦專案] 範本。
當您部署方案時，會以與方案檔相同的名稱，在指定的 Analysis Services 實例中建立用於資料採礦的物件。
如需有關如何部署關聯式和多維度方案的詳細資訊，請參閱 部署資料採礦方案。
方案逐步解說
提供如何使用資料採礦精靈建立資料採礦方案的概觀。
建立關聯式採礦結構
從關聯式資料、文字檔以及可以結合在資料來源檢視中的其他來源建立採礦結構。
建立 OLAP 採礦結構
建立以 OLAP Cube 中的資料為根據的採礦結構 您從 OLAP 資料建立的模型可以儲存為資料採礦維度，或者可以將此資料集和模型儲存為新的 Cube。
本節內容
相關工作和主題
在您建立基本的資料採礦方案 (包括資料來源和採礦結構) 之後，您可以在此方案上加入新的模型、測試和比較模型、建立預測及試驗資料子集來進行建置。
如需詳細資訊，請參閱下列連結：
| 工作 | 主題 |
|---|---|
| 測試您建立的模型、驗證定型資料的品質，然後建立代表資料採礦模型精確度的圖表。 | 測試和驗證 (資料採礦) |
| 將資料填入結構和相關模型中來定型模型。 使用新的資料來更新和擴充模型。 | 處理資料採礦物件 |
| 將篩選套用到定型資料、選擇不同的演算法或是設定進階演算法參數來自訂採礦模型。 | 自訂採礦模型和結構 |
| 將篩選套用到定型模式時所使用的資料來自訂採礦模型。 | 將採礦模型加入至結構 (Analysis Services - 資料採礦) |
| 更新和管理資料採礦方案。 | Link TBD |