Data mining (SSAS)
Si applica a:
SQL Server Analysis Services
Azure Analysis Services
Power BI Premium
Importante
Il data mining è deprecato in SQL Server Analysis Services 2017. La documentazione non viene aggiornata per le funzionalità deprecate. Per altre informazioni, vedere Compatibilità Analysis Services versioni precedenti.
SQL Server è un avanzato sistema per le analisi predittive fin dalla versione 2000 e offre funzionalità di data mining in Analysis Services. La combinazione di Integration Services, Reporting Servicese Data Mining di SQL Server fornisce una piattaforma integrata per le analisi predittive che comprende la pulizia e la preparazione dei dati, il Machine Learning e la creazione di report. SQL Server Il data mining include più algoritmi standard, inclusi modelli di clustering EM e K-medie, reti neurali, regressione logistica e regressione lineare, alberi delle decisioni e classificatori Naive Bayes. Tutti i modelli dispongono di visualizzazioni integrate che consentono di sviluppare, ridefinire e valutare i modelli. L'integrazione del data mining nella soluzione di business intelligence consente di prendere decisioni intelligenti sui problemi complessi.
Vantaggi del data mining
Il data mining (anche denominato analisi predittiva e Machine Learning) usa consolidati principi statistici per individuare modelli nei dati. Applicando gli algoritmi di data mining di Analysis Services ai dati, è possibile prevedere tendenze, identificare modelli, creare regole e indicazioni, analizzare la sequenza di eventi in set di dati complessi e acquisire nuovi approfondimenti.
In SQL Server 2017il data mining è efficace, accessibile e integrato con gli strumenti preferiti dagli utenti per l'analisi e la creazione di report.
Caratteristiche principali del data mining
SQL Server In Data Mining di SQL Server sono disponibili le caratteristiche seguenti per il supporto di soluzioni di data mining integrate:
Più origini dati: è possibile usare qualsiasi origine dati tabulare per il data mining, inclusi file di testo e fogli di calcolo. È anche possibile eseguire il processo di data mining di cubi OLAP creati in Analysis Services. Tuttavia, non è possibile usare i dati di un database in memoria.
Pulizia dati integrata, gestione dati e generazione di report: in Integration Services sono disponibili strumenti avanzati per il profiling e la pulizia dei dati. È possibile creare processi ETL per la pulizia dei dati in preparazione per la modellazione e ssISnoversion facilita la ripetizione del training e l'aggiornamento dei modelli.
Più algoritmi personalizzabili: oltre a fornire algoritmi quali quelli di clustering, reti neurali e alberi delle decisioni, Data Mining di SQL Server supporta lo sviluppo di algoritmi plug-in personalizzati.
Infrastruttura di test del modello: testare i modelli e i set di dati utilizzando importanti strumenti statistici come la convalida incrociata, le matrici di classificazione, i grafici di accuratezza e a dispersione. Creare e gestire facilmente i set di testing e di training.
Esecuzione di query e drill-through: Data Mining di SQL Server fornisce il linguaggio DMX per l'integrazione delle query di stima nelle applicazioni. È anche possibile recuperare statistiche dettagliate e schemi dai modelli ed eseguire il drill-through nei dati del case.
Strumenti client: oltre agli strumenti di sviluppo e progettazione forniti da SQL Server, è possibile utilizzare i componenti aggiuntivi Data mining per Excel per creare ed esplorare i modelli, nonché per eseguirvi query. In alternativa creare client personalizzati, inclusi i servizi Web.
Supporto del linguaggio di scripting e API gestita: tutti gli oggetti di data mining sono completamente programmabili. La generazione di script è possibile tramite MDX, XMLA o le estensioni PowerShell per Analysis Services. Utilizzare il linguaggio DMX (Data Mining Extensions) per eseguire query e generare script velocemente.
Sicurezza e distribuzione: tramite Analysis Servicesviene fornita la sicurezza basata su ruoli, incluse autorizzazioni separate relative al drill-through per i dati del modello e della struttura. Distribuzione semplice di modelli agli altri server, in modo che gli utenti possano accedere agli schemi o effettuare stime
Contenuto della sezione
Negli argomenti di questa sezione sono illustrate le caratteristiche principali di Data mining di SQL Server e le attività correlate.