データ マイニング ソリューション
適用対象:
SQL Server 2019 以前の Analysis Services 
Azure Analysis Services Fabric/Power BI Premium
重要
データ マイニングは SQL Server 2017 Analysis Services で非推奨となり、SQL Server 2022 Analysis Services で停止されました。 非推奨および停止された機能については、ドキュメントの更新は行われません。 詳細については、「Analysis Services 下位互換性」を参照してください。
データ マイニング ソリューションは、1 つ以上のデータ マイニング プロジェクトを含むSQL Server Analysis Services ソリューションです。
このセクションのトピックでは、SQL Server SQL Server Analysis Servicesを使用して統合データ マイニング ソリューションを設計および実装する方法について説明します。 データ マイニング デザイン プロセスおよび関連ツールの概要については、「 データ マイニングの概念」を参照してください。
データ マイニングに利用できるその他のプロジェクト タイプの詳細については、「 データ マイニング ソリューションの関連プロジェクト」を参照してください。
リレーショナル データ ソースと多次元ソリューションの比較
データ マイニング ソリューションは、多次元データ 、つまり既存のキューブ、またはデータ ウェアハウス内のテーブルやビューなどの純粋なリレーショナル データ、またはテキスト ファイル、Excel ブック、またはその他の外部データ ソースに基づいて作成できます。
既存の多次元データベース ソリューション内でデータ マイニング オブジェクトを作成できます。
通常、このようなソリューションは、既に作成済みのキューブが存在し、そのキューブをデータ ソースとしてデータ マイニングを実行する場合に作成します。 キューブに基づくモデルを移動したりバックアップしたりする際は、キューブも移動またはコピーする必要があります。
データ マイニング オブジェクト (補助的なデータ ソースやデータ ソース ビューを含む) だけを含み、リレーショナル データ ソースのみを使用するデータ マイニング ソリューションを作成できます。
これはデータ マイニング モデルの作成に適した方法です。一般に、処理やクエリは、リレーショナル データ ソースがその対象である場合に最も高速になります。 また、サーバー間でのモデルの移動とバックアップも、EXPORT コマンドや IMPORT コマンドを使用して簡単に実行できます。
データ マイニング ソリューションの配置
ソリューションをデプロイするSQL Server Analysis Servicesのインスタンスは、多次元オブジェクトとデータ マイニング オブジェクトをサポートするモードで実行されている必要があります。つまり、表形式モデルまたは Power Pivot データをホストするインスタンスにデータ マイニング オブジェクトをデプロイすることはできません。
したがって、Visual Studio でデータ マイニング ソリューションを作成するときは、 [Analysis Services 多次元およびデータ マイニング プロジェクト]テンプレートを必ず使用してください。
ソリューションをデプロイすると、データ マイニングに使用されるオブジェクトは、ソリューション ファイルと同じ名前のデータベース内の指定したSQL Server Analysis Services インスタンスに作成されます。
リレーショナル ソリューションと多次元ソリューションの両方を配置する方法の詳細については、「 データ マイニング ソリューションの配置」を参照してください。
ソリューションのチュートリアル
データ マイニング ウィザードを使用してデータ マイニング ソリューションを作成する方法の概要について説明します。
Create a Relational Mining Structure
マイニング構造は、リレーショナル データやテキスト ファイルのほか、データ ソース ビューに組み込むことのできる各種のソースから作成できます。
Create an OLAP Mining Structure
OLAP キューブのデータを基にマイニング構造を作成します。 OLAP データから作成したモデルは、データ マイニング ディメンションとして保存できるほか、データ セットやモデルを新しいキューブとして保存することもできます。
このセクションの内容
関連タスクおよびトピック
データ ソースとマイニング構造を含む基本的なデータ マイニング ソリューションを作成したら、そのソリューションを基礎として、新しいモデルの追加、モデルのテストや比較、予測の作成、データのサブセットに対する実験などを行うことができます。
詳細については、次のリンクを参照してください。
| タスク | トピック |
|---|---|
| 作成するモデルのテスト、トレーニング データの質の検証、データ マイニング モデルの精度を表すグラフの作成 | テストおよび検証 (データ マイニング) |
| 構造および関連モデルにデータを取り込むことによるモデルのトレーニング (新しいデータでのモデルの更新と拡張) | データ マイニング オブジェクトの処理 |
| マイニング モデルのカスタマイズ (トレーニング データへのフィルターの適用、異なるアルゴリズムの選択、高度なアルゴリズム パラメーターの設定) | マイニング モデルとマイニング構造のカスタマイズ |
| モデルのトレーニング用データにフィルターを適用することによるマイニング モデルのカスタマイズ | マイニング モデルを構造に追加する (Analysis Services - データ マイニング) |
| データ マイニング ソリューションの更新と管理 | Link TBD |
フィードバック
以下は間もなく提供いたします。2024 年を通じて、コンテンツのフィードバック メカニズムとして GitHub の issue を段階的に廃止し、新しいフィードバック システムに置き換えます。 詳細については、「https://aka.ms/ContentUserFeedback」を参照してください。
フィードバックの送信と表示