Modell zur Struktur hinzufügen (Data Mining-Add-Ins für Excel)

Wenn Sie auf " Modell zu Struktur hinzufügen" klicken, wird ein Assistent gestartet, mit dem Sie ein neues Miningmodell erstellen können, das mit einer vorhandenen Miningstruktur verwendet werden soll. Diese Option ist nützlich, da Sie Modelle vergleichen können, die auf denselben Daten basieren, oder angepasste Modelle erstellen können.

Wenn die Instanz von Analysis Services nicht bereits die benötigten Daten enthält, verwenden Sie den Assistenten zum Erstellen von Miningstruktur (SQL Server Data Mining Add-Ins), um eine Miningstruktur einzurichten. Alternativ können Sie einen der Modellierungs-Assistenten starten und dann der vom Assistenten erstellten Struktur ein neues Modell hinzufügen.

Um erweiterte Modelle mithilfe von Algorithmen zu erstellen, die von den Assistenten nicht unterstützt werden, erstellen Sie eine Miningstruktur, und fügen Sie dann ein Modell mit dem Data Mining Advanced Query Editor hinzu.

Hinzufügen eines neuen Modells zu einer vorhandenen Struktur

1. Klicken Sie im Menüband "Data Mining " auf den Pfeil unter "Erweitert", und wählen Sie dann " Modell zur Struktur hinzufügen" aus.

2. Wählen Sie im Dialogfeld " Struktur auswählen " die Struktur aus, die die zu verwendenden Daten enthält, und klicken Sie dann auf "Weiter".

   Tipp: Wenn Sie nicht sicher sind, welche Miningstruktur die benötigten Daten enthält, verwenden Sie den Dokumentmodell-Assistenten , um die Spalten und grundlegende Statistiken zu den Daten anzuzeigen.

   Wenn Sie eine Miningstruktur nicht finden können, überprüfen Sie die Verbindung, die Sie derzeit verwenden. Möglicherweise müssen Sie eine Verbindung mit einem anderen Server öffnen.

3. Wählen Sie im Dialogfeld " Miningalgorithmus auswählen" einen Miningalgorithmus aus, der im neuen Miningmodell verwendet werden soll.

   Beachten Sie, dass das Dialogfeld viel mehr Optionen bietet, als sie in den Assistenten angezeigt werden. Sie können ein Modell mit einem beliebigen Algorithmus erstellen, der auf Ihrem Analysis Services-Server unterstützt wird, vorausgesetzt, Ihre Daten sind kompatibel.

4. Es wird empfohlen, auch auf die Schaltfläche "Parameter " zu klicken, um das Dialogfeld " Algorithmusparameter " zu öffnen und Parameter für den Algorithmus anzupassen. Diese Option ist die einfachste Möglichkeit, benutzerdefinierte Miningmodelle zu erstellen.

5. Klicke auf Weiter.

6. Überprüfen Sie im Dialogfeld "Spalten auswählen " die Liste der Spalten, und ändern Sie ggf. die Verwendung der Spalten in einen der folgenden Werte:

   • Eingabe. Gibt an, dass die Spalte Variablen enthält, die sich auf das Ergebnis auswirken können und als Eingaben für das Modell verwendet werden sollen.

   • Eingabe und Vorhersagen. Gibt an, dass die Daten als Eingabe verwendet werden sollen und dass Sie diese Werte auch vorhersehen möchten.

   • Nur vorhersagen. Gibt an, dass die Daten nicht als Eingabe für das Modell verwendet werden sollen.

   • Schlüssel. Jedes Modell erfordert mindestens einen Schlüssel. Je nach Modelltyp haben Sie möglicherweise auch die Möglichkeit, zusätzliche Sondertasten wie SequenceKey oder TimeKey zu verwenden.

   • Nicht verwenden. Gibt an, dass die Daten nicht im Modell verwendet werden sollen, auch wenn sie in der Struktur vorhanden sind.

7. Klicken Sie auf die Schaltfläche 'Durchsuchen (...) ', um das Dialogfeld 'Spaltenmodellkennzeichnungen festlegen ' zu öffnen.

   Nehmen Sie sich eine Minute Zeit, um zu überprüfen, ob die Verwendung jeder Datenspalte für das Modell geeignet ist. Dies ist ein wichtiger Schritt zur Vermeidung von Fehlern, wenn Sie versuchen, das Modell zu verarbeiten.

   Wenn Sie beispielsweise eine Struktur, die für ein Entscheidungsstrukturenmodell erstellt wurde, erneut verwenden und den Naïve Bayes-Algorithmus darauf anwenden, müssen Spalten mit dem Datentyp Numeric und dem Inhaltstyp Continuous in diskrete Variablen binniert oder geändert werden.

   Wenn Spalten in der Struktur nicht auf den neuen Algorithmus anwendbar sind, können Sie sie umgehen, indem Sie "Nicht verwenden" auswählen.

8. Überprüfen oder festlegen Sie die Modellkennzeichnungen im Dialogfeld "Spaltenmodell festlegen", falls vorhanden.

   Mithilfe von Modellierungskennzeichnungen können Sie unter anderem steuern, wie NULL-Werte behandelt werden. Weitere Informationen finden Sie unter Modeling Flags (Data Mining).

   Klicken Sie auf 'OK ', wenn Sie fertig sind, um das Dialogfeld zu schließen.

9. Geben Sie im Dialogfeld "Fertig stellen " einen Namen und eine Beschreibung für das neue Miningmodell ein.

   Je nach Typ des modells, das Sie erstellt haben, haben Sie möglicherweise auch folgende Optionen:

   • Durchsuchen Sie das abgeschlossene Miningmodell, nachdem es erstellt ist.

   • Verwenden Sie Drillthrough vom Modell auf die Quelldaten.

     Weitere Informationen finden Sie unter Drillthrough für Miningmodelle.

10. Klicken Sie auf "Fertig stellen ", um Ihre Änderungen zu speichern. Dabei wird das neue Modell auf dem Server bereitgestellt und verarbeitet.

Verwandte Optionen

Festlegung der Spaltennutzung

Wenn Sie einer vorhandenen Miningstruktur ein neues Modell hinzufügen, müssen Sie angeben, wie das Modell die einzelnen Datenspalten in der Miningstruktur verwendet. Sie werden wahrscheinlich feststellen, dass die Optionen in diesem Assistenten wesentlich detaillierter sind als die Optionen für die Miningstruktur. Warum?

Der Grund dafür ist, dass beim Erstellen eines Modells und einer Struktur mithilfe eines Assistenten viele der Optionen, die steuern, wie Daten vom Algorithmus verwendet werden, automatisch festgelegt werden. Wenn Sie jedoch einem vorhandenen Modell ein neues Modell hinzufügen, müssen Sie diese Optionen manuell anzeigen und angeben, ob Daten für die Analyse verwendet werden sollen, ob der Datentyp korrekt ist usw.

Möglicherweise erhalten Sie Fehlermeldungen, wenn Sie neue Algorithmen auf vorhandene Daten anwenden, aber diese Meldungen enthalten in der Regel detaillierte Informationen zu den Korrekturen, die Sie vornehmen müssen, damit das Modell verarbeitet werden kann. Typische Probleme sind:

• Das Modell erwartet einen anderen Datentyp als die Struktur enthält.

  Einige Algorithmen können nur mit Zahlen arbeiten; einige können nur mit Text funktionieren. Wenn Ihre Daten der falsche Typ für das neue Modell sind, müssen Sie möglicherweise die Struktur ändern, damit das Modell verarbeitet werden kann.

• Die Miningstruktur enthält kein vorhersagbares Attribut.

  Clusteringmodelle können ohne vorhersagbare Werte erstellt werden, andere Modelle erfordern jedoch in der Regel, dass Sie eine einzelne Spalte für die Vorhersage angeben.

• Die Zusammensetzung der Daten ist mit dem ausgewählten Algorithmus nicht kompatibel.

  Für einige Analysetypen sind Daten erforderlich, die sorgfältig nach eindeutigen Regeln strukturiert sind. Beispiele sind Prognosemodelle und Zuordnungsmodelle. Sie können ganz einfach neue Modelle desselben Typs hinzufügen, z. B. mit Anpassungen, aber die Daten funktionieren möglicherweise nicht mit anderen Algorithmen.

Anforderungen

Zum Erstellen von Data Mining-Modellen müssen Sie über eine Verbindung zu einer Instanz von Analysis Services verfügen. Weitere Informationen zum Erstellen oder Ändern einer Verbindung finden Sie unter Herstellen einer Verbindung mit Quelldaten (Data Mining Client für Excel).

Wenn die gewünschte Data Mining-Struktur nicht angezeigt wird, kann es sein, dass die Struktur in einer anderen Instanz oder in einer anderen Analysis Services-Datenbank gespeichert wurde. Informationen zum Ändern einer anderen Data Mining-Verbindung finden Sie unter Herstellen einer Verbindung mit einem Data Mining-Server.

Siehe auch

Erstellen eines Data Mining-Modells