Guiden för datautvinning (Analysis Services – datautvinning)

Gäller för: SQL Server 2019 och tidigare Analysis Services Azure Analysis Services Fabric/Power BI Premium

Viktigt!

Datautvinningen upphörde i SQL Server 2017 Analysis Services och upphörde nu i SQL Server 2022 Analysis Services. Dokumentationen uppdateras inte för inaktuella och utgångna funktioner. Mer information finns i Analysis Services bakåtkompatibilitet.

Guiden Datautvinning i Microsoft SQL Server SQL Server Analysis Services startar varje gång du lägger till en ny gruvstruktur i ett datautvinningsprojekt. Guiden hjälper dig att välja en datakälla och konfigurera en datakällavy som definierar vilka data som ska användas för analys och sedan hjälper dig att skapa en första modell.

I den sista fasen av guiden kan du, om du vill, dela upp dina data i tränings- och testuppsättningar och aktivera funktioner som drillthrough.

Vad du bör veta innan du börjar

Här är de saker du behöver veta innan du startar guiden.

  • Kommer du att skapa datautvinningsstrukturen och modellerna från en relationsdatabas eller från en befintlig kub i en OLAP-databas?

  • Vilka kolumner innehåller nycklarna som unikt identifierar en ärendepost?

  • Vilka kolumner eller attribut vill du använda för förutsägelse? Vilka kolumner eller attribut är bra att använda som indata för analys?

  • Vilken algoritm ska du använda? De algoritmer som tillhandahålls i SQL Server SQL Server Analysis Services har alla olika egenskaper och ger olika resultat. Lyckligtvis är du inte begränsad till en modell för varje uppsättning data, så experimentera gärna genom att lägga till olika modeller.

  • Behöver du kunna testa dina modeller på en enhetlig datauppsättning? I så fall bör du överväga att använda alternativet för att reservera vissa data för testning. Du kan välja en procentandel och begränsa det med ett angivet antal rader om du vill.

Starta Datautvinningsguiden

Om du vill använda guiden Datautvinning måste du ha öppnat en lösning i SQL Server Data Tools som innehåller minst ett datautvinnings- eller OLAP-projekt.

  • Om din lösning är redo för datautvinning kan du helt enkelt högerklicka på noden Gruvstrukturer i Solution Explorer och välja Ny gruvstruktur för att starta guiden.

  • Om lösningen inte innehåller några befintliga projekt kan du lägga till ett nytt datautvinningsprojekt. Välj Nytt på Arkiv-menyn och välj sedan Projekt. Se till att välja mallen Analysis Services Multidimensional och Data Mining Project.

  • Du kan också använda importguiden för Analysis Services för att hämta metadata från en befintlig datautvinningslösning. Du kan dock inte välja de enskilda objekt som ska importeras. hela databasen importeras, inklusive alla kuber, datakällvyer osv. Observera också att den nya lösningen som skapas via import konfigureras automatiskt för att använda den lokala standarddatabasen. Du kan behöva ändra detta till en annan instans innan du kan bearbeta eller bläddra i objekten, och om du importerar från en tidigare version av SQL Server Analysis Services kan du behöva uppdatera referenser till leverantörer.

Därefter skapar du gruvstrukturen och en associerad datautvinningsmodell. Du kan också skapa bara gruvstrukturen och lägga till modeller senare, men det är vanligtvis enklast att skapa en testmodell först.

Relationsmodeller jämfört med OLAP-gruvmodeller

Nästa viktiga alternativ är om du vill använda en relationsdatakälla eller basera din modell på flerdimensionella data (OLAP).

Guiden Datautvinning förgrenas i två sökvägar vid denna punkt, beroende på om datakällan är relationell eller i en kub. Allt annat förutom datavalsprocessen är samma val av algoritm, möjligheten att lägga till en holdout-datauppsättning osv.- men att välja kubdata är lite mer komplext än att använda relationsdata. (Du får även några ytterligare alternativ i slutet om du skapar en modell baserat på en kub.)

I följande avsnitt finns en genomgång av varje alternativ i detalj:

Skapa en relationell utvinningsstruktur
Vägleder dig genom de beslut du fattar när du skapar en relationsdatautvinningsmodell.

Skapa en OLAP-gruvstruktur
Beskriver de ytterligare alternativ och val som ska väljas när du väljer data från en OLAP-kub.

Anmärkning

Du behöver inte ha en kub eller en OLAP-databas för datautvinning. Om dina data inte redan lagras i en kub eller om du vill utvinna OLAP-dimensioner eller resultaten av OLAP-aggregeringar eller beräkningar, rekommenderar vi att du använder en relationsdatabas eller datakälla för datautvinning.

Välja en algoritm

Därefter måste du bestämma vilken algoritm som ska användas vid bearbetning av dina data. Det här beslutet kan vara svårt att fatta. Varje algoritm som tillhandahålls i SQL Server Analysis Services har olika funktioner och ger olika resultat, så du kan experimentera och prova flera olika modeller innan du bestämmer vilken som passar bäst för dina data och ditt affärsproblem. I följande avsnitt finns en förklaring av de uppgifter som varje algoritm passar bäst för:

Algoritmer för datautvinning (Analysis Services – datautvinning)

Återigen kan du skapa flera modeller med olika algoritmer eller ändra parametrar för algoritmerna för att skapa olika modeller. Du är inte låst i val av algoritm och det är bra att skapa flera olika modeller på samma data.

Definiera data som används för modellering

Förutom att välja data från en källa måste du ange vilken av tabellen i datakällans vy som innehåller skiftlägesdata. Ärendetabellen används för att träna datautvinningsmodellen och bör därför innehålla de entiteter som du vill analysera: till exempel kunder och deras demografiska information. Varje ärende måste vara unikt och måste kunna identifieras av en ärendenyckel.

Förutom att ange ärendetabellen kan du inkludera kapslade tabeller i dina data. En kapslad tabell innehåller vanligtvis ytterligare information om entiteterna i ärendetabellen, till exempel transaktioner som utförs av kunden eller attribut som har en många-till-en-relation med entiteten. En kapslad tabell som är ansluten till ärendetabellen Kunder kan till exempel innehålla en lista över produkter som köpts av varje kund. I en modell som analyserar trafik till en webbplats kan den kapslade tabellen innehålla sekvenser av sidor som användaren besökte. Mer information finns i Kapslade tabeller (Analysis Services – datautvinning)

Ytterligare funktioner

För att hjälpa dig att välja rätt data och konfigurera datakällorna på rätt sätt tillhandahåller guiden Datautvinning följande ytterligare funktioner:

  • Automatisk -detection av datatyper: Guiden undersöker unikheten och fördelningen av kolumnvärden och rekommenderar sedan den bästa datatypen och föreslår en användningstyp för data. Du kan åsidosätta dessa förslag genom att välja värden från en lista.

  • Förslag på variabler: Du kan klicka på en dialogruta och starta en analysator som beräknar korrelationer mellan kolumnerna som ingår i modellen och avgöra om några kolumner sannolikt är prediktorer för utfallsattributet, med tanke på modellens konfiguration hittills. Du kan åsidosätta dessa förslag genom att skriva olika värden.

  • Funktionsval: De flesta algoritmer identifierar automatiskt kolumner som är bra prediktorer och använder dem företrädesvis. I kolumner som innehåller för många värden tillämpas funktionsval , för att minska kardinaliteten för data och förbättra chanserna att hitta ett meningsfullt mönster. Du kan påverka funktionsvalsbeteendet med hjälp av modellparametrar.

  • Automatisk kubslicering: Om din gruvmodell baseras på en OLAP-datakälla tillhandahålls möjligheten att segmentera modellen med kubattribut automatiskt. Det här är praktiskt för att skapa modeller baserat på delmängder av kubdata.

Slutför guiden

Det sista steget i guiden är att namnge gruvstrukturen och den associerade gruvmodellen. Beroende på vilken typ av modell du skapade kan du också ha följande viktiga alternativ:

  • Om du väljer Tillåt detaljgranskning aktiveras möjligheten att öka detaljnivån i modellen. Med drillthrough kan användare som har nödvändiga behörigheter utforska källdata som används för att bygga modellen.

  • Om du skapar en OLAP-modell kan du välja alternativen Skapa en ny datautvinningskubeller Skapa en datautvinningsdimension. Båda dessa alternativ gör det enklare att bläddra i den färdiga modellen och öka detaljnivån till underliggande data.

När du har slutfört datautvinningsguiden använder du Data Mining Designer för att ändra gruvstrukturen och modellerna, för att visa modellens noggrannhet, visa egenskaperna för strukturen och modellerna eller göra förutsägelser med hjälp av modellerna.

Tillbaka till toppen

Mer information om de beslut du behöver fatta när du skapar en datautvinningsmodell finns i följande länkar:

Algoritmer för datautvinning (Analysis Services – datautvinning)

Innehållstyper (datautvinning)

Datatyper (datautvinning)

Funktionsval (datautvinning)

Saknade värden (Analysis Services – datautvinning)

Detaljerad information om gruvmodeller

Se även

Verktyg för datautvinning
Lösningar för datautvinning