Partager via

Leçon 3 : Traitement de la structure d'analyse des données du panier d'achat

Dans cette leçon, vous allez utiliser l’instruction INSERT INTO (DMX) et les vAssocSeqLineItems et vAssocSeqOrders de l’exemple de base de données AdventureWorksDW2012 pour traiter les structures d’exploration de données et les modèles d’exploration de données que vous avez créés dans la leçon 1 : Création de la structure d’exploration de données du panier de marché et leçon 2 : Ajout de modèles d’exploration de données à la structure d’exploration de données du panier de marché.

Lorsque vous traitez une structure d’exploration de données, Analysis Services lit les données sources et génère les structures qui prennent en charge les modèles d’exploration de données. Lorsque vous traitez un modèle d’exploration de données, les données définies par la structure d’exploration de données sont transmises via l’algorithme d’exploration de données que vous avez choisi. L’algorithme recherche les tendances et les modèles, puis stocke ces informations dans le modèle d’exploration de données. Par conséquent, le modèle d’exploration de données ne contient pas les données sources réelles, mais contient plutôt les informations découvertes par l’algorithme. Pour plus d’informations sur le traitement des modèles d’exploration de données, consultez Exigences et considérations relatives au traitement (exploration de données).

Vous devez uniquement retraiter une structure d’exploration de données si vous modifiez une colonne de structure ou modifiez les données sources. Si vous ajoutez un modèle d’exploration de données à une structure d’exploration de données déjà traitée, vous pouvez utiliser l’instruction INSERT INTO MINING MODEL pour entraîner le nouveau modèle d’exploration de données sur les données existantes.

Étant donné que la structure d’exploration de données Market Basket contient une table imbriquée, vous devez définir les colonnes d’exploration de données à former à l’aide de la structure de table imbriquée et utiliser la SHAPE commande pour définir les requêtes qui extrayent les données d’entraînement des tables sources.

Instruction INSERT INTO

Pour entraîner la structure d’exploration de données Market Basket et ses modèles d’exploration de données associés, utilisez l’instruction INSERT INTO (DMX). Le code de l’instruction peut être divisé en parties suivantes.

  • Identification de la structure d’extraction de données

  • Liste des colonnes dans la structure d’exploration de données

  • Définition des données d’apprentissage à l’aide de SHAPE

Voici un exemple générique de l’instruction INSERT INTO :

INSERT INTO MINING STRUCTURE [<mining structure name>]  
(  
   <mining structure columns>  
   [<nested table>]  
   ( SKIP, <skipped column> )  
)  
SHAPE {  
  OPENQUERY([<datasource>],'<SELECT statement>') }  
APPEND  
(   
  {OPENQUERY([<datasource>],'<nested SELECT statement>')  
}  
RELATE [<case key>] TO [<foreign key>]  
) AS [<nested table>]

La première ligne du code identifie la structure d’exploration de données que vous allez entraîner :

INSERT INTO MINING STRUCTURE [<mining structure name>]

Les lignes suivantes du code spécifient les colonnes qui sont définies par la structure de modélisation de données. Vous devez répertorier chaque colonne de la structure d’exploration de données, et chaque colonne doit être mappée à une colonne contenue dans les données de requête source. Vous pouvez utiliser SKIP pour ignorer les colonnes qui existent dans les données sources, mais qui n’existent pas dans la structure d’exploration de données. Pour plus d’informations sur l’utilisationSKIP, consultez INSERT INTO (DMX).

(  
   <mining structure columns>  
   [<nested table>]  
   ( SKIP, <skipped column> )  
)

Les dernières lignes du code définissent les données qui seront utilisées pour entraîner la structure d’exploration de données. Étant donné que les données sources sont contenues dans deux tables, vous allez utiliser SHAPE pour lier les tables.

SHAPE {  
  OPENQUERY([<datasource>],'<SELECT statement>') }  
APPEND  
(   
  {OPENQUERY([<datasource>],''<nested SELECT statement>'')  
}  
RELATE [<case key>] TO [<foreign key>]  
) AS [<nested table>]

Dans cette leçon, vous utilisez OPENQUERY pour définir les données sources. Pour plus d’informations sur les autres méthodes de définition d’une requête sur les données sources, consultez <la requête> de données sources.

Tâches de la leçon

Vous allez effectuer la tâche suivante dans cette leçon :

  • Traiter la structure d’exploration de données Market Basket

Traitement de la structure d’exploration de données du panier de marché

Pour traiter la structure d'extraction à l'aide de INSERT INTO

  1. Dans l’Explorateur d’objets, cliquez avec le bouton droit sur l’instance d’Analysis Services, pointez sur Nouvelle requête, puis cliquez sur DMX.

    L’Éditeur de requête s’ouvre et contient une nouvelle requête vide.

  2. Copiez l’exemple générique de l’instruction INSERT INTO dans la requête vide.

  3. Remplacez ce qui suit :

    [<mining structure>]

    avec :

    Market Basket

  4. Remplacez ce qui suit :

    <mining structure columns>  
[<nested table>]  
( SKIP, <skipped column> )

    avec :

    [OrderNumber],  
[Products]   
(SKIP, [Model])

    Dans l’instruction, Products fait référence à la table Products définie par l’instruction SHAPE. SKIP est utilisé pour ignorer la colonne Model, qui existe dans les données sources en tant que clé, mais n’est pas utilisée par la structure d’exploration de données.

  5. Remplacez ce qui suit :

    SHAPE {  
  OPENQUERY([<datasource>],'<SELECT statement>') }  
APPEND  
(   
  {OPENQUERY([<datasource>],'<nested SELECT statement>')  
}  
RELATE [<case key>] TO [<foreign key>]  
) AS [<nested table>]

    avec :

    SHAPE {  
  OPENQUERY([Adventure Works DW],'SELECT OrderNumber  
            FROM vAssocSeqOrders ORDER BY OrderNumber')}  
APPEND  
(   
  {OPENQUERY([Adventure Works DW],'SELECT OrderNumber, Model FROM   
    dbo.vAssocSeqLineItems ORDER BY OrderNumber, Model')  
}  
RELATE OrderNumber to OrderNumber   
) AS [Products]

    La requête source fait référence à la source de données AdventureWorksDW2012 définie dans l’exemple de projet AdventureWorksDW2012 . Il utilise cette source de données pour accéder aux vues vAssocSeqLineItems et vAssocSeqOrders. Ces vues contiennent les données sources qui seront utilisées pour entraîner le modèle d’exploration de données. Si vous n’avez pas créé ce projet ou ces vues, consultez le didacticiel d’exploration de données de base.

    Dans la SHAPE commande, vous allez utiliser OPENQUERY pour définir deux requêtes. La première requête définit la table parente et la deuxième requête définit la table imbriquée. Les deux tables sont associées à l’aide de la colonne OrderNumber, qui existe dans les deux tables.

    L’instruction complète doit maintenant être la suivante :

    INSERT INTO MINING STRUCTURE [Market Basket]  
(  
   [OrderNumber],[Products] (SKIP, [Model])  
)  
SHAPE {  
  OPENQUERY([Adventure Works DW],'SELECT OrderNumber  
            FROM vAssocSeqOrders ORDER BY OrderNumber')}  
APPEND  
(   
  {OPENQUERY([Adventure Works DW],'SELECT OrderNumber, Model FROM   
    dbo.vAssocSeqLineItems ORDER BY OrderNumber, Model')  
}  
RELATE OrderNumber to OrderNumber   
) AS [Products]

  6. Dans le menu Fichier , cliquez sur Enregistrer DMXQuery1.dmx As.

  7. Dans la boîte de dialogue Enregistrer sous, accédez au dossier approprié et nommez le fichier Process Market Basket.dmx.

  8. Dans la barre d’outils, cliquez sur le bouton Exécuter .

Une fois la requête en cours d’exécution, vous pouvez afficher les modèles et les ensembles d’éléments qui ont été trouvés, afficher des associations ou filtrer par jeu d’éléments, probabilité ou importance. Pour afficher ces informations, dans SQL Server Management Studio, cliquez avec le bouton droit sur le nom du modèle de données, puis cliquez sur Parcourir.

Dans la leçon suivante, vous allez créer plusieurs prédictions basées sur les modèles d’exploration de données que vous avez ajoutés à la structure Market Basket.

Leçon suivante

Leçon 4 : Exécution de prédictions de panier de marché

  • Last updated on