Solutions d'exploration de donnéesData Mining Solutions

S’APPLIQUE À :ouiSQL Server Analysis ServicesnonAzure Analysis ServicesAPPLIES TO:yesSQL Server Analysis ServicesnoAzure Analysis ServicesUne solution d’exploration de données est un Analysis ServicesAnalysis Services solution qui contient un ou plusieurs projets d’exploration de données. A data mining solution is an Analysis ServicesAnalysis Services solution that contains one or more data mining projects.

Les rubriques de cette section fournissent des informations sur la façon de concevoir et d’implémenter une solution d’exploration de données intégrée à l’aide de SQL ServerSQL Server Analysis ServicesAnalysis Services.The topics in this section provide information about how to design and implement an integrated data mining solution by using SQL ServerSQL Server Analysis ServicesAnalysis Services. Pour une présentation du processus de conception d’exploration de données et des outils connexes, consultez Concepts d’exploration de données.For an overview of the data mining design process and related tools, see Data Mining Concepts.

Pour plus d’informations sur d’autres types de projets qui sont utiles pour l’exploration de données, consultez Projets connexes pour des solutions d’exploration de données.For more information about additional projects types that are useful for data mining, see Related Projects for Data Mining Solutions.

Vs relationnelles. Solutions multidimensionnellesRelational vs. Multidimensional Solutions

Déploiement de solutions d’exploration de donnéesDeploying Data Mining Solutions

Procédures pas à pas liées à la solutionSolution Walkthroughs

Vs relationnelles. solutions multidimensionnellesRelational vs. Multidimensional Solutions

Une solution d'exploration de données peut être basée sur des données multidimensionnelles (c'est-à-dire un cube existant), des données purement relationnelles (telles que les tables et les vues présentes dans un entrepôt de données), des fichiers texte, des classeurs Excel ou d'autres sources de données externes.A data mining solution can be based either on multidimensional data—that is, an existing cube—or on purely relational data, such as the tables and views in a data warehouse, or on text files, Excel workbooks, or other external data sources.

  • Vous pouvez créer des objets d'exploration de données dans une solution de base de données multidimensionnelle existante.You can create data mining objects within an existing multidimensional database solution.

    Vous créez généralement une solution de ce genre si vous avez déjà créé un cube et que vous voulez effectuer une exploration de données en utilisant ce cube comme source de données.Typically you would create a solution like this if you have already created a cube and want to perform data mining by using the cube as a data source. Lorsque vous déplacez et sauvegardez des modèles basés sur un cube, le cube doit également être déplacé ou copié.When you move and backup models based on a cube, the cube must also be moved or copied.

  • Vous pouvez créer une solution d'exploration de données qui contient uniquement des objets d'exploration de données, y compris les sources de données et vues de sources de données de prise en charge, et qui utilise uniquement la source de données relationnelle.You can create a data mining solution that contains only data mining objects, including the supporting data sources and data source views, and that uses relational data source only.

    Cette méthode est recommandée pour créer des modèles d'exploration de données, car la rapidité du traitement et de l'interrogation est généralement optimale sur les sources de données relationnelles.This is the preferred method for creating data mining models, as processing and querying is generally fastest against relational data sources. Vous pouvez également déplacer et sauvegarder facilement des modèles entre des serveurs à l'aide des commandes EXPORT et IMPORT.You can also easily move and backup models between servers by using the EXPORT and IMPORT commands.

Déploiement de solutions d’exploration de donnéesDeploying Data Mining Solutions

L’instance d’ Analysis ServicesAnalysis Services dans laquelle vous déployez la solution doit s’exécuter dans un mode qui prend en charge les objets multidimensionnels et les objets d’exploration de données ; autrement dit, vous ne pouvez pas déployer des objets d’exploration de données dans une instance qui héberge des modèles tabulaires ou des données Power PivotPower Pivot .The instance of Analysis ServicesAnalysis Services to which you deploy the solution must be running in a mode that supports multidimensional objects and data mining objects; that is, you cannot deploy data mining objects to an instance that hosts tabular models or Power PivotPower Pivot data.

Par conséquent, lorsque vous créez une solution d'exploration de données dans Visual Studio, veillez à utiliser le modèle Projet multidimensionnel et d'exploration de données Analysis Services.Therefore, when you create a data mining solution in Visual Studio, be sure to use the template, Analysis Services Multidimensional and Data Mining Project.

Lorsque vous déployez la solution, les objets utilisés pour l'exploration de données sont créés dans l'instance d' Analysis ServicesAnalysis Services spécifiée, dans une base de données portant le même nom que le fichier solution.When you deploy the solution, the objects used for data mining are created in the specified Analysis ServicesAnalysis Services instance, in a database with the same name as the solution file.

Pour plus d’informations sur la façon de déployer des solutions relationnelles et des solutions multidimensionnelles, consultez Déploiement de solutions d’exploration de données.For more information about how to deploy both relational and multidimensional solutions, see Deployment of Data Mining Solutions.

Procédure pas à pas liées à la solutionSolution Walkthrough

Fournit une vue d'ensemble de la création de solutions d'exploration de données à l'aide de l'Assistant Exploration de données.Provides an overview of how to create data mining solutions by using the Data Mining Wizard.

Créer une structure d'exploration de données relationnelleCreate a Relational Mining Structure
Créez une structure d'exploration de données à partir de données relationnelles, de fichiers texte et d'autres sources qui peuvent être combinées dans une vue de source de données.Create a mining structure from relational data, text files, and other sources that can be combined in a data source view.

Créer une structure d’exploration de données OLAPCreate an OLAP Mining Structure
Créez une structure d'exploration de données basée sur des données dans un cube OLAP.Create a mining structure based on data in an OLAP cube. Les modèles que vous créez à partir de données OLAP peuvent être enregistrés en tant que dimension d'exploration de données, ou vous pouvez enregistrer l'ensemble de données et vos modèles en tant que nouveau cube.Models that you create from OLAP data can be saved as a data mining dimension, or you can save the set of data and your models as a new cube.

Dans cette sectionIn This Section

Projets d'exploration de donnéesData Mining Projects

Traitement des objets d’exploration de donnéesProcessing Data Mining Objects

Projets connexes pour des solutions d’exploration de donnéesRelated Projects for Data Mining Solutions

Déploiement de solutions d’exploration de donnéesDeployment of Data Mining Solutions

Après avoir créé une solution d'exploration de données de base, notamment des sources de données et une structure d'exploration de données, vous pouvez générer la solution en ajoutant de nouveaux modèles, en testant et en comparant des modèles, en créant des prédictions et effectuant des essais avec des sous-ensembles de données.After you have created a basic data mining solution, including data sources and a mining structure, you can build on the solution by adding new models, testing and comparing models, creating predictions, and experimenting with subsets of data.

Pour plus d'informations, consultez les liens suivants :For more information, see the following links:

TâchesTasks RubriquesTopics
Testez les modèles que vous créez, validez la qualité de vos données d'apprentissage et créez des graphiques qui représentent la précision des modèles d'exploration de données.Test the models you create, validate the quality of your training data, and create charts that represent the accuracy of data mining models. Test et validation (exploration de données)Testing and Validation (Data Mining)
Effectuez l'apprentissage du modèle en remplissant la structure et les modèles associés avec des données.Train the model by populating the structure and related models with data. Mettez à jour et étendez des modèles avec de nouvelles données.Update and extend models with new data. Traitement des objets d’exploration de donnéesProcessing Data Mining Objects
Personnalisez un modèle d'exploration de données en appliquant des filtres aux données d'apprentissage, en choisissant un algorithme différent ou en définissant des paramètres d'algorithme avancés.Customize a mining model by applying filters to the training data, choosing a different algorithm, or setting advanced algorithm parameters. Personnaliser les modèles et les structures d’exploration de donnéesCustomize Mining Models and Structure
Personnalisez un modèle d'exploration de données en appliquant des filtres aux données utilisées dans l'apprentissage du modèle.Customize a mining model by applying filters to the data used in training the mode. Ajouter des modèles d’exploration de données à une structure (Analysis Services - Exploration de données)Add Mining Models to a Structure (Analysis Services - Data Mining)
Mettez à jour et gérer des solutions d'exploration de données.Update and manage data mining solutions. Lien à déterminerLink TBD

Voir aussiSee Also

Didacticiels sur l’exploration de données (Analysis Services)Data Mining Tutorials (Analysis Services)