Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
In questa lezione verrà creata una struttura di data mining che consente di stimare i prodotti Adventure Works Cycles che un cliente tende ad acquistare contemporaneamente. Se non si ha familiarità con le strutture di mining e il loro ruolo nel data mining, vedere Strutture di mining (Analysis Services - Data Mining).
La struttura di data mining di associazione che verrà creata in questa lezione supporta l'aggiunta di modelli di data mining basati su Microsoft Association Algorithm. Nelle lezioni successive si useranno i modelli di data mining per stimare il tipo di prodotti che un cliente tende ad acquistare contemporaneamente, ovvero un'analisi del carrello di mercato. Ad esempio, si potrebbe notare che i clienti tendono ad acquistare biciclette da mountain bike, pneumatici e caschi contemporaneamente.
In questa lezione, la struttura di mining viene definita con l'utilizzo di tabelle nidificate. Le tabelle nidificate vengono utilizzate perché il dominio dati che verrà definito dalla struttura è formato da due diverse tabelle di origine. Per altre informazioni sulle tabelle nidificate, vedere Tabelle nidificate (Analysis Services - Data Mining).
Istruzione CREATE MINING STRUCTURE
Per creare una struttura di data mining contenente una tabella nidificata, dovrai usare l'istruzione CREATE MINING STRUCTURE (DMX). Il codice nell'istruzione può essere suddiviso nelle parti seguenti:
Denominazione della struttura
Definizione della colonna chiave
Definizione delle colonne di mining
Definizione delle colonne della tabella nidificata
Di seguito è riportato un esempio generico dell'istruzione CREATE MINING STRUCTURE:
CREATE MINING STRUCTURE [<Mining Structure Name>]
(
<key column>,
<mining structure columns>,
<table columns>
( <nested key column>,
<nested mining structure columns> )
)
La prima riga del codice definisce il nome della struttura:
CREATE MINING STRUCTURE [Mining Structure Name]
Per informazioni sulla denominazione di un oggetto in DMX, vedere Identificatori (DMX).
La riga successiva del codice definisce la colonna chiave per la struttura di data mining, che identifica in modo univoco un'entità nei dati di origine:
<key column>
La riga successiva del codice viene utilizzata per definire le colonne di data mining che verranno utilizzate dai modelli di data mining associati alla struttura di data mining:
<mining structure columns>
Le righe successive del codice definiscono le colonne della tabella annidata.
<table columns>
( <nested key column>,
<nested mining structure columns> )
Per informazioni sui tipi di colonne che è possibile definire nella struttura di data mining, vedere Colonne della struttura di data mining.
Annotazioni
Per impostazione predefinita, SQL Server Data Tools (SSDT) crea un set di dati holdout del 30% per ogni struttura di data mining; tuttavia, quando si utilizza DMX per creare una struttura di data mining, è necessario aggiungere manualmente il set di dati holdout, se desiderato.
Argomenti della lezione
In questa lezione verranno eseguite le attività seguenti:
Creare una nuova query vuota
Modificare la query per creare la struttura di estrazione dati
Esecuzione della query
Creazione della query
Il primo passaggio consiste nel connettersi a un'istanza di Analysis Services e creare una nuova query DMX in SQL Server Management Studio.
Per creare una nuova query DMX in SQL Server Management Studio
Aprire SQL Server Management Studio.
Nella finestra di dialogo Connetti al server selezionare Analysis Services per Tipo di server. In Nome server digitare
LocalHosto il nome dell'istanza di Analysis Services a cui connettersi per questa lezione. Fare clic su Connetti.In Esplora oggetti fare clic con il pulsante destro del mouse sull'istanza di Analysis Services, scegliere Nuova query e quindi fare clic su DMX.
L'editor di query viene aperto e contiene una nuova query vuota.
Modificando la query
Il passaggio successivo consiste nel modificare l'istruzione CREATE MINING STRUCTURE descritta in precedenza per creare la struttura di data mining denominata "Market Basket".
Per personalizzare l'istruzione della CREATE MINING STRUCTURE
Nell'editor di query copiare l'esempio generico dell'istruzione CREATE MINING STRUCTURE nella query vuota.
Sostituire quanto segue:
[mining structure name]con:
[Market Basket]Sostituire quanto segue:
<key column>con:
OrderNumber TEXT KEYSostituire quanto segue:
<table columns> ( <nested key column>, <nested mining structure columns> )con:
[Products] TABLE ( [Model] TEXT KEY )Il linguaggio TEXT KEY specifica che la colonna Model è la colonna chiave per la tabella nidificata.
L'istruzione della struttura di data mining completa dovrebbe ora essere la seguente:
CREATE MINING STRUCTURE [Market Basket] ( OrderNumber TEXT KEY, [Products] TABLE ( [Model] TEXT KEY ) )Scegliere Salva DMXQuery1.dmx con nome nel menu File.
Nella finestra di dialogo Salva con nome passare alla cartella appropriata e assegnare al file
Market Basket Structure.dmxil nome .
Esecuzione della query
Il passaggio finale consiste nell'eseguire la query. Dopo aver creato e salvato una query, è necessario eseguirla, ovvero l'istruzione deve essere eseguita, per creare la struttura di data mining nel server. Per altre informazioni sull'esecuzione di query nell'editor di query, vedere Editor di query del motore di database (SQL Server Management Studio).
Per eseguire la query
Nella barra degli strumenti dell'editor di query fare clic su Esegui.
Lo stato della query viene visualizzato nella scheda Messaggi nella parte inferiore dell'editor di query al termine dell'esecuzione dell'istruzione. I messaggi devono essere visualizzati:
Executing the query Execution completeNel server è ora presente una nuova struttura denominata Market Basket .
Nella lezione successiva verranno aggiunti modelli di data mining alla struttura di data mining Market Basket appena creata.
Lezione successiva
Lezione 2: Aggiunta di modelli di data mining alla struttura di data mining Market Basket