数据挖掘解决方案

数据挖掘解决方案是包含一个或多个数据挖掘项目的 Analysis Services 解决方案。

本节中的主题提供有关如何使用 SQL Server Analysis Services 设计和实现集成数据挖掘解决方案的信息。有关数据挖掘设计过程和相关工具的概述，请参阅 Data Mining Concepts。

有关对数据挖掘有用的其他项目类型的详细信息，请参阅数据挖掘解决方案的相关项目。

关系与多维解决方案

数据挖掘解决方案可以基于多维数据（即现有的多维数据集），也可以基于纯关系数据（例如数据仓库中的表和视图），也可以基于文本文件、Excel 工作簿或其他外部数据源。

可以在现有多维数据库解决方案中创建数据挖掘对象。

通常，如果您已创建一个多维数据集，并希望通过将该多维数据集用作数据源来执行数据挖掘，则您需要创建一个与此类似的解决方案。当您基于一个多维数据集移动和备份模型时，该多维数据集也将被移动或复制。
可以创建仅包含数据挖掘对象（包括支持的数据源和数据源视图）的数据挖掘解决方案和仅使用关系数据源的数据挖掘解决方案。

这是创建数据挖掘模型的首选方法，因为通常针对关系数据源的处理和查询的速度最快。还可以使用 EXPORT 和 IMPORT 命令在服务器间轻松移动和备份模型。

部署解决方案的 Analysis Services 实例必须在支持多维对象和数据挖掘对象的模式下运行;也就是说，无法将数据挖掘对象部署到托管表格模型或 PowerPivot 数据的实例。

因此，在 Visual Studio 中创建数据挖掘解决方案时，请务必使用模板 “Analysis Services 多维和数据挖掘项目”。

部署解决方案时，用于数据挖掘的对象在指定的 Analysis Services 实例中创建，该实例位于与解决方案文件同名的数据库中。

有关如何同时部署关系解决方案和多维解决方案的详细信息，请参阅部署数据挖掘解决方案。

概述了如何使用数据挖掘向导创建数据挖掘解决方案。

创建关系挖掘结构
从可组合到数据源视图中的关系数据、文本文件和其他源创建挖掘结构。

创建 OLAP 挖掘结构
基于 OLAP 多维数据集中的数据创建挖掘结构。可将从 OLAP 数据创建的模型另存为数据挖掘维度，也可将数据和模型集另存为新的多维数据集。

在创建一个基本数据挖掘解决方案（包括数据源和挖掘结构）后，可通过添加新模型、测试并比较模型、创建预测和试用数据子集来基于该解决方案进行生成。

有关详细信息，请参阅以下链接：

任务	主题
测试您创建的模型，验证定型数据的质量并创建代表数据挖掘模型的准确性的图表。	测试和验证（数据挖掘）
通过用数据填充结构及相关模型来定型模型。使用新数据更新和扩展模型。	处理数据挖掘对象
通过对定型数据应用筛选器、选择其他算法或设置高级算法参数来自定义挖掘模型。	自定义挖掘模型和结构
通过对在定型模式下使用的数据应用筛选器来自定义挖掘模型。	向结构中添加挖掘模型（Analysis Services - 数据挖掘）
更新和管理数据挖掘解决方案。	链接 TBD