Durchsuchen eines Modells mit dem Microsoft Cluster-Viewer

  • Artikel

Gilt für: SQL Server 2019 und früher Analysis Services Azure Analysis Services Fabric/Power BI Premium

Wichtig

Data Mining wurde in SQL Server 2017 Analysis Services als veraltet eingestuft und wurde jetzt in SQL Server 2022 Analysis Services eingestellt. Die Dokumentation wird für veraltete und eingestellte Features nicht aktualisiert. Weitere Informationen finden Sie unter Abwärtskompatibilität von Analysis Services.

Der Microsoft Cluster Viewer in Microsoft SQL Server SQL Server Analysis Services zeigt Miningmodelle an, die mit dem Microsoft Clustering-Algorithmus erstellt wurden. Der Microsoft Clustering-Algorithmus ist ein Segmentierungsalgorithmus zum Untersuchen von Daten, um Anomalien in den Daten zu identifizieren und Vorhersagen zu erstellen. Weitere Informationen zu diesem Algorithmus finden Sie unter Microsoft Clustering Algorithm.

Hinweis

Verwenden Sie den Microsoft Generic Content Tree Viewer, um detaillierte Informationen zu den im Modell verwendeten Formeln und den ermittelten Mustern anzuzeigen. Weitere Informationen finden Sie unter Durchsuchen eines Modells mithilfe des Microsoft Generic Content Tree Viewer oder unter Microsoft Generic Content Tree Viewer (Data Mining).

Viewer-Registerkarten

Wenn Sie ein Miningmodell in SQL Server Analysis Services durchsuchen, wird das Modell auf der Registerkarte Miningmodellanzeige von Data Mining Designer im entsprechenden Viewer für das Modell angezeigt. Der Microsoft Cluster Viewer stellt die folgenden Registerkarten zur Verwendung bei der Untersuchung von Cluster mining-Modellen bereit:

Clusterdiagramm

Auf der Registerkarte Clusterdiagramm des Microsoft Cluster Viewer werden alle Cluster angezeigt, die sich in einem Miningmodell befinden. Die Schattierung der Linie, die einen Cluster mit einem anderen verbindet, stellt die Ähnlichkeit der Cluster dar. Ist die Schattierung schwach oder ist keine Schattierung vorhanden, sind sich die Cluster kaum ähnlich. Je stärker die Linie wird, umso mehr ähneln sich die Links. Sie können die Anzahl der im Viewer angezeigten Linien mithilfe des Schiebereglers rechts neben den Clustern anpassen. Wenn Sie den Schieberegler nach unten ziehen, werden nur die stärksten Links angezeigt.

Standardmäßig stellt die Schattierung die Auffüllung des Clusters dar. Mithilfe der Optionen Schattierung****Variable und Status können Sie auswählen, welches Attribut- und Statuspaar die Schattierung darstellen soll. Je stärker die Schattierung ist, umso größer ist die Attributverteilung für einen bestimmten Status. Die Verteilung wird geringer, wenn die Schattierung schwächer wird.

Klicken Sie zum Umbenennen eines Clusters mit der rechten Maustaste auf den Clusterknoten, und wählen Sie Cluster umbenennenaus. Der neue Name wird auf dem Server persistent gespeichert.

Klicken Sie auf Diagrammsicht kopieren, um den sichtbaren Abschnitt des Diagramms in die Zwischenablage zu kopieren. Klicken Sie auf Gesamtes Diagramm kopieren, um das gesamte Diagramm zu kopieren. Sie können auch mit Vergrößern und Verkleinerndas Diagramm vergrößern oder verkleinern oder mit Diagramm an Fenstergröße anpassendas Diagramm an den Bildschirm anpassen.

Nach oben

Clusterprofile

Die Registerkarte Clusterprofile bietet eine Übersicht der Cluster, die der Algorithmus in Ihrem Modell erstellt. Diese Ansicht zeigt die einzelnen Attribute zusammen mit der Verteilung des Attributs in jedem Cluster an. Die Verteilungsstatistiken der einzelnen Zellen sowie die Clusterauffüllung jeder Spaltenüberschrift werden jeweils mit einem InfoTipp angezeigt. Diskrete Attribute werden als farbige Balken angezeigt; und kontinuierliche Attribute werden als Rautendiagramm angezeigt, das die mittlere und die Standardabweichung in jedem Cluster darstellt. Mit der Option Histogrammbalken wird die Anzahl der im Histogramm sichtbaren Balken gesteuert. Sind mehr Balken vorhanden, als Sie zum Anzeigen ausgewählt haben, werden die wichtigsten Balken beibehalten. Die restlichen Balken werden dabei in einem grauen Bucket zusammengruppiert.

Sie können die Standardnamen der Cluster ändern, um aussagekräftige Namen bereitzustellen. Benennen Sie einen Cluster um, indem Sie mit der rechten Maustaste auf die Spaltenüberschrift des Clusters klicken und Cluster umbenennenauswählen. Sie können auch Cluster ausblenden, indem Sie Spalte ausblendenauswählen.

Doppelklicken Sie entweder auf eine Zelle in der Status -Spalte oder auf ein Histogramm im Viewer, um ein Fenster zu öffnen, das eine größere, detailliertere Ansicht der Cluster bietet.

Klicken Sie auf eine Spaltenüberschrift, um die Attribute nach der Reihenfolge der Wichtigkeit für diesen Cluster zu sortieren. Alternativ können Sie die Spalten durch Ziehen im Viewer neu anordnen.

Nach oben

Clustermerkmale

Wählen Sie zum Verwenden der Registerkarte Clustermerkmale in der Liste Cluster einen Cluster aus. Nachdem Sie einen Cluster ausgewählt haben, können Sie die Merkmale dieses bestimmten Clusters überprüfen. Die im Cluster enthaltenen Attribute werden in den Variablen -Spalten und der Status der aufgelisteten Attribute in der Werte -Spalte aufgelistet. Attributstatus werden in der Reihenfolge ihrer Wichtigkeit aufgelistet und durch die Wahrscheinlichkeit, dass sie im Cluster angezeigt werden, beschrieben. Die Wahrscheinlichkeit wird in der Spalte Wahrscheinlichkeit angezeigt.

Nach oben

Clusterunterscheidung

Sie können die Registerkarte Clusterunterscheidung verwenden, um Attribute zwischen zwei Clustern zu vergleichen. Verwenden Sie die Listen Cluster 1 und Cluster 2 , um die zu vergleichenden Cluster auszuwählen. Der Viewer bestimmt die wichtigsten Unterschiede zwischen den Clustern und zeigt die Attributstatus, die den Unterschieden zugeordnet sind, nach der Reihenfolge der Wichtigkeit an. Ein Balken rechts neben dem Attribut zeigt an, welchen Cluster der Status bevorzugt; die Größe des Balkens zeigt dabei an, wie stark der Status den Cluster bevorzugt.

Zurück zum Anfang

Weitere Informationen

Microsoft Clustering-Algorithmus
Tasks und Anweisungen für Miningmodell-Viewer
Tasks und Anweisungen für Miningmodell-Viewer
Data Mining-Tools
Data Mining-Modell-Viewer