Consultas de Mineração de Dados

Aplica-se a: SQL Server 2019 e anteriores Analysis Services Azure Analysis Services Fabric/Power BI Premium

Consultas de mineração de dados são úteis para muitos propósitos. É possível:

• Aplicar o modelo a novos dados, para fazer previsões únicas ou múltiplas. Pode fornecer valores de entrada como parâmetros, ou em lote.

• Obtenha um resumo estatístico dos dados usados para o treino.

• Extrair padrões e regras, ou gerar um perfil do caso típico que represente um padrão no modelo.

• Extrair fórmulas de regressão e outros cálculos que expliquem padrões.

• Obtém os casos que se encaixam num determinado padrão.

• Recupere detalhes sobre casos individuais usados no modelo, incluindo dados não utilizados na análise.

• Re-treinar um modelo adicionando novos dados, ou realizar previsão cruzada.

Esta secção oferece uma visão geral da informação de que precisa para começar com consultas de mineração de dados. Descreve os tipos de consultas que pode criar contra objetos de mineração de dados, apresenta as ferramentas de consulta e linguagens de consulta, e fornece ligações para exemplos de consultas que pode criar contra modelos construídos usando os algoritmos fornecidos no SQL Server Data Mining.

Compreender as Consultas de Mineração de Dados

Ferramentas de Consulta e Interfaces

Consultas para Diferentes Tipos de Modelos

Requisitos

Entendendo as Consultas de Mineração de Dados

O SQL Server Analysis Services Data Mining suporta os seguintes tipos de consultas:

• Consultas de Previsão (Mineração de Dados)

  Consultas que fazem inferências baseadas em padrões no modelo e a partir de dados de entrada.

• Consultas de Conteúdo (Mineração de Dados)

  Consultas que retornam metadados, estatísticas e outras informações sobre o próprio modelo.

• Consultas de perfuração (Mineração de Dados)

  Consultas que podem recuperar os dados do caso subjacente para o modelo, ou até dados da estrutura que não foram usados no modelo.

• Consultas de Definição de Dados (Mineração de Dados)

  Consultas que não retornam informação do modelo, mas são usadas para construir modelos e estruturas ou para atualizar os dados num modelo ou estrutura.

Antes de criar consultas, recomendamos que se familiarize com as diferenças entre modelos criados com cada um dos algoritmos de mineração de dados fornecidos pelo SQL Server.

• Navegue e explore cada tipo de modelo utilizando os visualizadores personalizados de mineração de dados fornecidos para cada tipo de algoritmo. Para mais informações, consulte Tarefas e Instruções do Visualizador de Modelos de Mineração.

• Revise o conteúdo dos modelos para cada tipo de modelo, utilizando o Microsoft Generic Content Tree Viewer. Para interpretar esta informação, consulte o Conteúdo do Modelo de Mineração (Serviços de Análise - Mineração de Dados).

Ferramentas de Consulta e Interfaces

Pode construir consultas de mineração de dados de forma interativa usando uma das ferramentas de consulta fornecidas pelo SQL Server. O Builder gráfico para consultas de previsão é fornecido tanto em SQL Server Data Tools como em SQL Server Management Studio. Se nunca utilizou o Prediction Query Builder antes, recomendamos que siga os passos do Tutorial Básico de Mineração de Dados para se familiarizar com a interface. Para uma visão geral rápida dos passos, consulte Criar uma Consulta usando o Criar uma Consulta de Previsão Usando o Construtor de Consultas de Previsão.

O Prediction Query Builder é útil para iniciar consultas que irá personalizar mais tarde. Podes facilmente adicionar fontes de dados e mapeá-las para colunas, e depois mudar para a vista DMX e personalizar a consulta adicionando uma cláusula WHERE ou outras funções.

Quando estiver familiarizado com modelos de mineração de dados e como construir consultas, também pode escrever consultas diretamente usando Extensões de Mineração de Dados (DMX). DMX é uma linguagem de consulta semelhante ao Transact-SQL, e que pode ser usada a partir de muitos clientes diferentes. O DMX é a ferramenta preferida para criar tanto previsões personalizadas como consultas complexas. Para uma introdução ao DMX, veja Criação e Consulta de Modelos de Mineração de Dados com DMX: Tutoriais (Serviços de Análise - Mineração de Dados).

Os editores DMX são fornecidos tanto no SQL Server Data Tools como no SQL Server Management Studio. Também pode usar o Prediction Query Builder para iniciar as suas consultas, depois mudar a vista para o editor de texto e copiar a instrução DMX para outro cliente. Para mais informações, consulte Ferramentas de Consulta de Mineração de Dados.

Pode compor instruções DMX programaticamente e enviá-las do seu cliente para o servidor SQL Server Analysis Services usando AMO ou XMLA. No entanto, DMX é a linguagem que deve usar para criar consultas contra um modelo de mineração.

Também pode consultar os metadados, estatísticas e algum conteúdo do modelo utilizando Vistas de Gestão Dinâmica (DMVs) baseadas nos conjuntos de linhas do esquema de mineração de dados. Estes DMVs facilitam a obtenção de informações sobre o modelo ao digitar instruções SELECT; No entanto, não se podem criar previsões. Para mais informações sobre DMVs suportados pelos Serviços de Análise SQL Server, consulte Usar Vistas de Gestão Dinâmica (DMVs) para Monitorizar Serviços de Análise.

Por fim, pode criar consultas de mineração de dados para utilização em pacotes de Serviços de Integração, utilizando a Tarefa de Consulta de Mineração de Dados ou a Transformação de Consulta de Mineração de Dados. A tarefa de fluxo de controlo suporta múltiplos tipos de consultas DMX, enquanto a transformação de fluxo de dados suporta apenas consultas que trabalham com dados no fluxo de dados, ou seja, consultas que utilizam a sintaxe PREDICTION JOIN.

Consultas para Diferentes Tipos de Modelos

O algoritmo utilizado quando o modelo foi criado influencia muito o tipo de informação que se pode obter numa consulta de mineração de dados. A razão para as diferenças é que cada algoritmo processa os dados de forma diferente e armazena diferentes tipos de padrões. Por exemplo, alguns algoritmos criam clusters; outros criam árvores. Por isso, poderá precisar de usar funções especializadas de previsão e consulta, dependendo do tipo de modelo com que está a trabalhar.

A lista seguinte fornece um resumo das funções que pode usar em consultas:

• Funções gerais de previsão: A função Predict é polimórfica, ou seja, funciona com todos os tipos de modelos. Esta função irá detetar automaticamente o tipo de modelo com que está a trabalhar e solicitar-lhe parâmetros adicionais. Para mais informações, consulte Prever (DMX).

  Advertência

  Nem todos os modelos são usados para fazer previsões. Por exemplo, pode criar um modelo de agrupamento que não tenha um atributo previsível. No entanto, mesmo que um modelo não tenha um atributo previsível, pode criar consultas de predição que devolvam outros tipos de informação útil do modelo.

• Funções de previsão personalizadas: Cada tipo de modelo fornece um conjunto de funções de predição concebidas para trabalhar com os padrões criados por esse algoritmo.

  Por exemplo, a função Lag é fornecida para modelos de séries temporais, para permitir visualizar os dados históricos usados no modelo. Para modelos de clustering, funções como ClusterDistance são mais significativas.

  Para mais informações sobre as funções suportadas para cada tipo de modelo, consulte os seguintes links:

  • Exemplos de Consultas de Modelos de Associação

  • Exemplos de Consultas de Modelos de Agrupamento

  • Exemplos de Consultas de Modelos em Árvores de Decisão

  • Exemplos de Consultas para Modelos de Regressão Linear

  • Exemplos de Consultas para Modelos de Regressão Logística

  • Algoritmo de Naive Bayes da Microsoft

  • Exemplos de Consultas de Modelos de Redes Neurais

  • Exemplos de Consultas de Modelos de Agrupamento de Sequências

  • Exemplos de Consultas de Modelos de Séries Temporais

  Também podes chamar funções VBA ou criar as tuas próprias funções. Para mais informações, consulte Funções (DMX).

• Estatísticas gerais: Existem várias funções que podem ser usadas com quase qualquer tipo de modelo, que retornam um conjunto padrão de estatísticas descritivas, como o desvio padrão.

  Por exemplo, a função PredictHistogram devolve uma tabela que lista todos os estados da coluna especificada.

  Para mais informações, consulte Funções Gerais de Previsão (DMX).

• Estatísticas personalizadas: São fornecidas funções de suporte adicionais para cada tipo de modelo, para gerar estatísticas relevantes para a tarefa analítica específica.

  Por exemplo, quando trabalha com um modelo de clustering, pode usar a função PredictCaseLikelihood para devolver a pontuação de verosimilhança associada a um determinado caso e cluster. No entanto, se criasse um modelo de regressão linear, estaria mais interessado em recuperar o coeficiente e a interceção, o que pode fazer usando uma consulta de conteúdo.

• Funções de conteúdo do modelo: O conteúdo de todos os modelos é representado num formato padronizado que permite obter informação com uma simples consulta. Você cria consultas sobre o conteúdo do modelo usando DMX. Também podes obter algum tipo de conteúdo de modelo usando os conjuntos de linhas do esquema de mineração de dados.

  No conteúdo do modelo, o significado de cada linha ou nó da tabela que é devolvido difere consoante o tipo de algoritmo utilizado para construir o modelo, bem como o tipo de dados da coluna. Para mais informações, consulte Consultas de Conteúdo (Mineração de Dados).

Requerimentos

Antes de poderes criar uma consulta contra um modelo, o modelo de mineração de dados deve ter sido processado. O processamento de objetos SQL Server Analysis Services requer permissões especiais. Para mais informações sobre o processamento de modelos de mineração, consulte Requisitos e Considerações de Processamento (Mineração de Dados).

Para executar consultas num modelo de mineração de dados, são necessários diferentes níveis de permissões, dependendo do tipo de consulta que executa. Por exemplo, a perfuração até aos dados de caso ou estrutura normalmente requer permissões adicionais que podem ser definidas no objeto de estrutura de mineração ou no objeto do modelo de mineração.

No entanto, se a sua consulta usar dados externos e incluir instruções como OPENROWSET ou OPENQUERY, a base de dados que está a consultar deve ativar essas sentenças, e deve ter permissão sobre os objetos subjacentes da base de dados.

Para mais informações sobre os contextos de segurança necessários para executar consultas de mineração de dados, consulte Visão Geral de Segurança (Mineração de Dados)

Na presente seção

Os tópicos desta secção apresentam cada tipo de consulta de mineração de dados com mais detalhe e fornecem ligações para exemplos detalhados de como criar consultas contra modelos de mineração de dados.

Consultas de Previsão (Mineração de Dados)

Consultas de Conteúdo (Mineração de Dados)

Consultas de perfuração (Mineração de Dados)

Consultas de Definição de Dados (Mineração de Dados)

Ferramentas de Consulta de Mineração de Dados

Tarefas relacionadas

Use estes links para aprender a criar e trabalhar com consultas de mineração de dados.

Ver também

Algoritmos de Mineração de Dados (Serviços de Análise - Mineração de Dados)
Conteúdo de Modelos de Mineração (Serviços de Análise - Mineração de Dados)