Strutture di Data Mining (Analysis Services - Data Mining)

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

La struttura di mining definisce i dati da cui sono costruiti i modelli di mining: specifica la vista dati sorgente, il numero e il tipo di colonne e una partizione facoltativa in set di addestramento e test. Una singola struttura di data mining può supportare più modelli di data mining che condividono lo stesso dominio. Il diagramma seguente illustra la relazione tra la struttura di data mining e l'origine dati e i relativi modelli di data mining costitutivi.

La struttura di data mining nel diagramma si basa su un'origine dati che contiene più tabelle o viste, unite tramite il campo CustomerID. Una tabella contiene informazioni sui clienti, ad esempio l'area geografica, l'età, il reddito e il sesso, mentre la tabella nidificata correlata contiene più righe di informazioni aggiuntive su ogni cliente, ad esempio i prodotti acquistati dal cliente. Il diagramma mostra che più modelli possono essere costruiti su una struttura di mining e che i modelli possono usare colonne diverse nella struttura.

Modello 1 Usa CustomerID, Income, Age, Region e filtra i dati su Region.

Modello 2 usa CustomerID, Income, Age, Region e filtra i dati per Età.

Modello 3 utilizza ID Cliente, Età, Genere e la tabella nidificata, senza filtri.

Poiché i modelli usano colonne diverse per l'input e poiché due dei modelli limitano ulteriormente i dati usati nel modello applicando un filtro, i modelli potrebbero avere risultati molto diversi anche se si basano sugli stessi dati. Si noti che la colonna CustomerID è necessaria in tutti i modelli perché è l'unica colonna disponibile che può essere usata come chiave del case.

In questa sezione viene illustrata l'architettura di base delle strutture di data mining: come definire una struttura di data mining, come popolarla con i dati e come usarla per creare modelli. Per altre informazioni su come gestire o esportare strutture di data mining esistenti, vedere Gestione di soluzioni e oggetti di data mining.

Definizione di una struttura di data mining

La configurazione di una struttura di data mining include i passaggi seguenti:

• Definire un'origine dati.

• Selezionare le colonne di dati da includere nella struttura (non tutte le colonne devono essere aggiunte al modello) e definire una chiave.

• Definire una chiave per la struttura, inclusa la chiave per la tabella ottimale, se applicabile.

• Specificare se i dati di origine devono essere separati in un set di training e un set di test. Questo passaggio è facoltativo.

• Elaborare la struttura.

Questi passaggi vengono descritti in modo più dettagliato nelle sezioni seguenti.

Origini dei dati per strutture di data mining

Quando si definisce una struttura di data mining, si utilizzano colonne disponibili in una vista dell'origine dati esistente. Una vista origine dati è un oggetto condiviso che consente di combinare più origini dati e di usarle come singola origine. Le origini dati originali non sono visibili alle applicazioni client ed è possibile usare le proprietà della vista origine dati per modificare i tipi di dati, creare aggregazioni o colonne alias.

Se si creano più modelli di mining dalla stessa struttura di mining, i modelli possono utilizzare colonne diverse dalla struttura. Ad esempio, è possibile creare una singola struttura e quindi creare modelli di albero delle decisioni e clustering separati da esso, con ogni modello usando colonne diverse e stimando attributi diversi.

Inoltre, ogni modello può usare le colonne della struttura in modi diversi. Ad esempio, la vista origine dati potrebbe contenere una colonna Income, che è possibile inserire in contenitori in modi diversi per modelli diversi.

La struttura di data mining archivia la definizione dell'origine dati e le colonne in esso contenute sotto forma di associazioni ai dati di origine. Per altre informazioni sui data source binding, vedere Origini dati e associazioni (SSAS multidimensionale). Si noti tuttavia che è anche possibile creare una struttura di data mining senza associarla a un'origine dati specifica usando l'istruzione DMX CREATE MINING STRUCTURE (DMX).

Colonne della struttura di mining

I blocchi costitutivi della struttura di data mining sono le colonne della struttura di data mining, che descrivono i dati contenuti nell'origine dati. Queste colonne contengono informazioni quali tipo di dati, tipo di contenuto e modalità di distribuzione dei dati. La struttura di data mining non contiene informazioni sulla modalità di utilizzo delle colonne per un modello di data mining specifico o sul tipo di algoritmo utilizzato per compilare un modello; queste informazioni vengono definite nel modello di data mining stesso.

Una struttura di data mining può contenere anche tabelle annidate. Una tabella nidificata rappresenta una relazione uno-a-molti tra l'entità di un caso e i suoi attributi correlati. Ad esempio, se le informazioni che descrivono il cliente si trovano in una tabella e gli acquisti del cliente risiedono in un'altra tabella, è possibile usare tabelle annidate per combinare le informazioni in un singolo caso. L'identificatore del cliente è l'entità e gli acquisti sono gli attributi correlati. Per altre informazioni su quando usare tabelle nidificate, vedere Tabelle nidificate (Analysis Services - Data mining) .

Per creare un modello di data mining in SQL Server Data Tools, è prima necessario creare una struttura di data mining. La procedura guidata Data Mining illustra il processo di creazione di una struttura di data mining, della scelta dei dati e dell'aggiunta di un modello di data mining.

Se si crea un modello di data mining utilizzando DMX (Data Mining Extensions), è possibile specificare il modello e le colonne in esso contenute e DMX creerà automaticamente la struttura di data mining richiesta. Per altre informazioni, vedere CREATE MINING MODEL (DMX).

Per altre informazioni, vedere Colonne della struttura di data mining.

Divisione dei dati in set di addestramento e test

Quando si definiscono i dati per la struttura di data mining, è anche possibile specificare che alcuni dei dati vengano usati per il training e alcuni per i test. Pertanto, non è più necessario separare i dati prima di creare una struttura di data mining. Al contrario, durante la creazione del modello, è possibile specificare che una determinata percentuale dei dati viene mantenuta per il test e il resto usato per il training oppure è possibile specificare un determinato numero di casi da usare come set di dati di test. Le informazioni sui set di dati di training e test vengono memorizzate nella cache con la struttura di data mining e, di conseguenza, lo stesso set di test può essere usato con tutti i modelli basati su tale struttura.

Per altre informazioni, vedere Set di dati di training e test.

Abilitazione del drillthrough

È possibile aggiungere colonne alla struttura di data mining anche se non si prevede di utilizzare la colonna in un modello di data mining specifico. Ciò è utile se, ad esempio, si desidera recuperare gli indirizzi di posta elettronica dei clienti in un modello di clustering, senza utilizzare l'indirizzo di posta elettronica durante il processo di analisi. Per ignorare una colonna durante la fase di analisi e stima, aggiungerla alla struttura ma non specificare un utilizzo per la colonna oppure impostare il flag di utilizzo su Ignora. I dati contrassegnati in questo modo possono comunque essere usati nelle query se il drill-through è stato abilitato nel modello di data mining e, se si dispone delle autorizzazioni appropriate. Ad esempio, è possibile esaminare i cluster risultanti dall'analisi di tutti i clienti e quindi usare una query drill-through per ottenere i nomi e gli indirizzi di posta elettronica dei clienti in un determinato cluster, anche se tali colonne di dati non sono state usate per compilare il modello.

Per altre informazioni, vedere Query drill-through (data mining).

Elaborazione di strutture di data mining

Una struttura di data mining è solo un contenitore di metadati fino a quando non viene elaborata. Quando si elabora una struttura di data mining, SQL Server Analysis Services crea una cache in cui sono archiviate le statistiche sui dati, informazioni su come vengono discretizzati gli attributi continui e altre informazioni che vengono usate successivamente dai modelli di data mining. Il modello di data mining stesso non archivia queste informazioni di riepilogo, ma fa riferimento alle informazioni memorizzate nella cache durante l'elaborazione della struttura di data mining. Pertanto, non è necessario rielaborare la struttura ogni volta che si aggiunge un nuovo modello a una struttura esistente; è possibile elaborare solo il modello.

È possibile scegliere di eliminare questa cache dopo l'elaborazione, se la cache è molto grande o si desidera rimuovere dati dettagliati. Se non si desidera che i dati vengano memorizzati nella cache, è possibile modificare la proprietà CacheMode della struttura di data mining in ClearAfterProcessing. In questo modo la cache verrà eliminata definitivamente dopo l'elaborazione di tutti i modelli. L'impostazione della proprietà CacheMode su ClearAfterProcessing disabilita il drill-through dal modello di data mining.

Tuttavia, dopo aver eliminato definitivamente la cache, non sarà possibile aggiungere nuovi modelli alla struttura di data mining. Se si aggiunge un nuovo modello di data mining alla struttura o si modificano le proprietà dei modelli esistenti, è necessario rielaborare prima la struttura di data mining. Per altre informazioni, vedere Requisiti e considerazioni sull'elaborazione (data mining).

Visualizzazione delle strutture di data mining

Non è possibile utilizzare visualizzatori per esplorare i dati in una struttura di data mining. In SQL Server Data Tools, tuttavia, è possibile usare la scheda Struttura di data mining di Progettazione modelli di data mining per visualizzare le colonne della struttura e le relative definizioni. Per ulteriori informazioni, vedere Data Mining Designer.

Per esaminare i dati nella struttura di data mining, è possibile creare query usando DMX (Data Mining Extensions). Ad esempio, l'istruzione SELECT * FROM <structure>.CASES restituisce tutti i dati nella struttura di data mining. Per recuperare queste informazioni, la struttura di data mining deve essere stata elaborata e i risultati dell'elaborazione devono essere memorizzati nella cache.

L'istruzione SELECT * FROM <model>.CASES restituisce le stesse colonne, ma solo per i case in quel particolare modello. Per ulteriori informazioni, vedere SELECT FROM <structure>.CASES e SELECT FROM <model>.CASES (DMX).

Utilizzo di modelli di data mining con strutture di data mining

Un modello di data mining applica un algoritmo del modello di data mining ai dati rappresentati da una struttura di data mining. Un modello di data mining è un oggetto appartenente a una particolare struttura di data mining e il modello eredita tutti i valori delle proprietà definite dalla struttura di data mining. Il modello può utilizzare tutte le colonne contenute nella struttura di data mining o un subset delle colonne. È possibile aggiungere più copie di una colonna di una struttura a una struttura. È anche possibile aggiungere più copie di una colonna della struttura a un modello e quindi assegnare nomi o alias diversi a ogni colonna della struttura nel modello. Per ulteriori informazioni sulle colonne strutturali di aliasing, vedere Creare un alias per una colonna modello e Proprietà del modello di data mining.

Per altre informazioni sull'architettura dei modelli di data mining, vedere Modelli di data mining (Analysis Services - Data mining).

Attività correlate

Usare i collegamenti forniti per saperne di più su come definire, gestire e usare strutture di mining.

Vedere anche

Oggetti di database (Analysis Services - Dati multidimensionali)
Modelli di Data Mining (Analysis Services - Data Mining)