Visualizzare un modello utilizzando il Visualizzatore Microsoft Clustering

  • Articolo

Si applica a: SQL Server 2019 e versioni precedenti di Analysis Services Azure Analysis Services Fabric/Power BI Premium

Importante

Il data mining è stato deprecato in SQL Server 2017 Analysis Services e ora è stato interrotto in SQL Server 2022 Analysis Services. La documentazione non viene aggiornata per le funzionalità deprecate e non più disponibili. Per altre informazioni, vedere Compatibilità con le versioni precedenti di Analysis Services.

Microsoft Cluster Viewer in Microsoft SQL Server SQL Server Analysis Services visualizza i modelli di data mining creati con l'algoritmo Microsoft Clustering. L'algoritmo Microsoft Clustering è un algoritmo di segmentazione da usare per l'esplorazione dei dati per identificare le anomalie nei dati e per creare stime. Per altre informazioni su questo algoritmo, vedere Algoritmo Microsoft Clustering.

Nota

Per visualizzare informazioni dettagliate sulle equazioni usate nel modello e sui modelli individuati, usare il visualizzatore albero contenuto generico Microsoft. Per altre informazioni, vedere Esplorare un modello usando Microsoft Generic Content Tree Viewer o Microsoft Generic Content Tree Viewer (Data Mining).

Schede del visualizzatore

Quando si sfoglia un modello di data mining in SQL Server Analysis Services, il modello viene visualizzato nella scheda Visualizzatore modelli di data mining Designer nel visualizzatore appropriato per il modello. Microsoft Cluster Viewer fornisce le schede seguenti per l'uso nell'esplorazione dei modelli di data mining del clustering:

Diagramma dei cluster

La scheda Diagramma cluster del Visualizzatore cluster Microsoft visualizza tutti i cluster presenti in un modello di data mining. L'ombreggiatura della linea che collega un cluster all'altro rappresenta il grado di somiglianza dei cluster. Se l'ombreggiatura è chiara o inesistente, il grado di somiglianza dei cluster è basso. Man mano che la linea diventa più scura, il grado di somiglianza dei collegamenti aumenta. È possibile modificare il numero di linee visualizzate regolando il dispositivo di scorrimento a destra dei cluster. Se si sposta il dispositivo di scorrimento verso il basso, vengono visualizzati solo i collegamenti più attendibili.

Per impostazione predefinita, l'ombreggiatura rappresenta la popolazione del cluster. Le opzioni Variabile****ombreggiatura e Stato consentono di selezionare la coppia attributo/stato rappresentata dall'ombreggiatura. Più scura è l'ombreggiatura, maggiore è la distribuzione dell'attributo per uno stato specifico. La distribuzione diminuisce man mano che l'ombreggiatura diventa più chiara.

Per rinominare un cluster, fare clic con il pulsante destro del mouse sul nodo corrispondente e scegliere Rinomina cluster. Il nuovo nome è persistente nel server.

Per copiare la sezione visibile del diagramma negli Appunti, fare clic su Copia parte visibile del grafico. Per copiare il diagramma completo, fare clic su Copia grafico intero. È anche possibile ingrandire o ridurre il diagramma tramite Zoom avanti e Zoom indietrooppure adattarlo alla schermata tramite Ridimensiona e adatta il diagramma alla finestra.

Tornare all'inizio

Profili cluster

La scheda Profili cluster offre una vista globale dei cluster creati dall'algoritmo nel modello. Tale vista include ogni attributo, insieme alla relativa distribuzione in ogni cluster. In una finestra popup relativa a ogni cella vengono visualizzate le statistiche di distribuzione, mentre in una finestra popup relativa a ogni intestazione di colonna viene visualizzata la popolazione del cluster. Gli attributi discreti vengono visualizzati come barre colorate, mentre gli attributi continui vengono visualizzati come un grafico a rombi che rappresenta la deviazione media e standard in ogni cluster. L'opzione Barre istogramma consente di controllare il numero di barre visibili nell'istogramma. Se esiste un numero di barre superiore a quello che si sceglie di visualizzare, le barre più importanti vengono mantenute mentre le barre rimanenti vengono raggruppate in un bucket grigio.

È possibile modificare i nomi predefiniti dei cluster in modo da renderli più descrittivi. Per rinominare un cluster, fare clic con il pulsante destro del mouse sull'intestazione di colonna corrispondente e scegliere Rinomina cluster. È anche possibile nascondere i cluster selezionando Nascondi colonna.

Per aprire una finestra contenente una visualizzazione più grande e dettagliata dei cluster, fare doppio clic su una cella nella colonna Stati o su un istogramma nel visualizzatore.

Fare clic su un'intestazione di colonna per disporre gli attributi in ordine di importanza per il cluster. È inoltre possibile trascinare le colonne per riordinarle nel visualizzatore.

Tornare all'inizio

Caratteristiche cluster

Per usare la scheda Caratteristiche cluster , selezionare un cluster dall'elenco Cluster . Dopo aver selezionato un cluster, è possibile esaminare le caratteristiche del cluster specifico. Gli attributi contenuti nel cluster sono elencati nelle colonne Variabili , mentre lo stato di ogni attributo è elencato nella colonna Valori . Gli stati degli attributi sono elencati in ordine di importanza, in base alla probabilità che vengano inclusi nel cluster. La probabilità è indicata nella colonna Probabilità .

Tornare all'inizio

Analisi discriminante tra cluster

La scheda Analisi discriminante tra cluster consente di confrontare gli attributi di due cluster. Per selezionare i cluster da confrontare, usare gli elenchi Cluster 1 e Cluster 2 . Il visualizzatore determina le differenze più importanti tra i cluster e mostra gli stati degli attributi associati alle differenze, in ordine di importanza. Una barra a destra dell'attributo indica il cluster che lo stato predilige e le dimensioni della barra indicano, in proporzione, quanto lo predilige.

Torna all'inizio

Vedere anche

Algoritmo Microsoft Clustering
Attività e procedure relative al visualizzatore modello di data mining
Attività e procedure relative al visualizzatore modello di data mining
Strumenti di data mining
Visualizzatori modello di data mining