Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Gilt für:
SQL Server 2019 und frühere Analysis Services 
Azure Analysis Services Fabric/Power BI Premium
Von Bedeutung
Data Mining wurde in SQL Server 2017 Analysis Services verworfen und ist in SQL Server 2022 Analysis Services eingestellt worden. Die Dokumentation wird nicht für veraltete und nicht mehr unterstützte Features aktualisiert. Weitere Informationen finden Sie unter "Analysis Services-Abwärtskompatibilität".
Verwenden Sie den Data Mining-Assistenten, um eine neue Miningstruktur zu erstellen, indem Sie Daten aus einer relationalen Datenbank oder einer anderen Quelle verwenden und dann die Struktur und alle zugehörigen Modelle in einer Microsoft SQL Server SQL Server Analysis Services-Datenbank speichern.
So erstellen Sie eine relationale Miningstruktur
Klicken Sie im Projektmappen-Explorer mit der rechten Maustaste auf den Ordner "Miningstrukturen " in einem SQL Server Analysis Services-Projekt, und klicken Sie dann auf "Neue Miningstruktur".
Der Data Mining-Assistent wird geöffnet.
Klicken Sie auf der Seite "Willkommen beim Data Mining-Assistenten " auf "Weiter".
Wählen Sie auf der Seite "Definitionsmethode auswählen" die Option "Aus vorhandener relationaler Datenbank oder Data Warehouse" aus, und klicken Sie dann auf "Weiter".
Wählen Sie auf der Seite "Data Mining Technique" den Data Mining-Algorithmus aus, den Sie verwenden möchten, und klicken Sie dann auf "Weiter".
Weitere Informationen zu Data Mining-Algorithmen finden Sie unter Data Mining-Algorithmen (Analysis Services - Data Mining).
Klicken Sie auf der Seite " Datenquellenansicht auswählen " unter "Verfügbare Datenquellenansicht" auf die Datenquellenansicht, die Sie verwenden möchten, und klicken Sie dann auf "Weiter".
Weitere Informationen zum Erstellen einer Datenquellenansicht finden Sie unter Datenquellenansichten in mehrdimensionalen Modellen.
Wählen Sie auf der Seite " Tabellentypen angeben " unter "Eingabetabellen" eine Falltabelle und eine geschachtelte Tabelle aus.
Wählen Sie auf der Seite "Schulungsdaten angeben" unter "Miningmodellstruktur" die Schlüssel-, Eingabe- und prognostizierbaren Spalten aus.
Nachdem Sie die vorhersagbare Spalte ausgewählt haben, können Sie auf die Schaltfläche " Vorschlagen " klicken, um das Dialogfeld " Verwandte Spalten vorschlagen " zu öffnen. Sie können die vorgeschlagenen Spalten akzeptieren, indem Sie in diesem Dialogfeld auf "OK " klicken, um die ausgewählten Spalten in die Miningstruktur einzuschließen, oder Sie können die Auswahl in der Eingabespalte zuerst ändern und dann auf OK klicken. Klicken Sie auf 'Abbrechen', um die Vorschläge zu ignorieren.
Klicke auf Weiter.
Auf der Seite " Spalteninhalt und Datentyp angeben " können Sie unter der Miningmodellstruktur den Inhaltstyp und den Datentyp für jede Spalte anpassen.
Hinweis
Sie können auf " Erkennen" klicken, um automatisch zu erkennen, ob eine Spalte fortlaufende oder diskrete Daten enthält. Nachdem Sie auf diese Schaltfläche geklickt haben, werden der Spalteninhalt und die Datentypen in den Spalten "Inhaltstyp " und "Datentyp " aktualisiert. Weitere Informationen zu Inhaltstypen und Datentypen finden Sie unter Content Types (Data Mining) und Datentypen (Data Mining).
Klicke auf Weiter.
Geben Sie auf der Seite „Assistent abschließen“ einen Namen für die Miningstruktur und das zugehörige anfängliche Miningmodell an, das erstellt wird, und klicken Sie dann auf „Fertig stellen“.