Proyecto de Mineria de Datos Con Analysis Services v 3

Proyecto de Mineria de datos con Analysis Services

Minería de datos

Trabajo

• Subir el archivo con sus imágenes en una archivo de texto.

• Guarde el proyecto de Analysis Services con su apellido y Nombre Ejemplo (RuizCarlos.).

• Suba ambos archivos al aula virtual.• NOTA: Guarde periodicamente su proyecto,

para no perder el avance realizado.• El trabajo es individual

Creación del proyecto• Para crear un proyecto de Analysis Services• Abra Business Intelligence Development Studio.• En el menú Archivo, seleccione Nuevo y haga clic en Proyecto.• Compruebe que la opción Proyectos de Business Intelligence está seleccionado en el panel Tipos

de proyecto.• Compruebe que Proyecto de Analysis Services está seleccionado en el panel Plantillas.• En el cuadro Nombre, escriba ASDataMining2008 como nombre del nuevo proyecto.• Haga clic en Aceptar. • Para cambiar la instancia donde se almacenan los objetos de minería de datos• En Business Intelligence Development Studio, en el menú Proyecto, seleccione Propiedades.• En el lado izquierdo del panel Páginas de propiedades, en Propiedades de configuración, haga clic

en Implementación.• En el lado derecho del panel Páginas de propiedades, en Destino, compruebe que el nombre de

Servidor es localhost. Si usa una instancia diferente, escriba el nombre de la instancia. Haga clic en Aceptar.

Creando proyecto

Menú Proyecto – Propiedades -Destino

Crear origen de datos• Para crear un origen de datos• En el Explorador de soluciones, haga clic con el botón secundario en la

carpeta Orígenes de datos y seleccione Nuevo origen de datos.• En la página de inicio del Asistente para orígenes de datos, haga clic en

Siguiente.• En la página Seleccionar cómo definir la conexión, haga clic en Nueva para

agregar una conexión a la base de datos de AdventureWorksDW2008.• En la lista Proveedor del Administrador de conexiones, seleccione OLE DB

nativo\SQL Server Native Client 10.0. • En el cuadro Nombre del servidor, escriba o seleccione el nombre del

servidor en el que instaló AdventureWorksDW2008. • Por ejemplo, escriba localhost , si la base de datos se hospeda en el

servidor local.• En el grupo Iniciar sesión en el servidor, seleccione Utilizar autenticación

de Windows.

Conexión

Crear origen de datos (Cont.)• En la lista Seleccionar o escribir un nombre de base de datos,

seleccione AdventureWorksDW2008 y haga clic en Aceptar. • Haga clic en Siguiente.• En la página Información de suplantación, haga clic en Utilizar la

cuenta de servicio y, a continuación, haga clic en Siguiente.• En la página Finalización del asistente, observe que, de forma

predeterminada, el origen de datos se denomina Adventure Works DW2008R2.

• Haga clic en Finalizar.• El nuevo origen de datos, Adventure Works DW2008R2, aparece en

la carpeta Orígenes de datos del Explorador de soluciones.

Cuenta de servicio (Analysis Services)

Fin del asistente

Crear la vista de origen de datos

• Para crear una vista de origen de datos• En el Explorador de soluciones, haga clic con el

botón secundario en Vistas del origen de datos y seleccione Nueva vista del origen de datos.

• En la página Asistente para vistas del origen de datos, haga clic en Siguiente.

• En la página Seleccionar un origen de datos, en Orígenes de datos relacionales, seleccione el origen de datos Adventure Works DW2008R2 que creó en la última tarea. Haga clic en Siguiente.

Asistente de vista de origen de datos

Seleccionar el origen de datos

Crear la vista de origen de datos (cont.)

• En la página Seleccionar tablas y vistas, seleccione los objetos siguientes y, a continuación, haga clic en la flecha derecha para incluirlos en la nueva vista del origen de datos:– ProspectiveBuyer (dbo): la tabla de compradores probables de una

bicicleta– vTargetMail (dbo): la vista de datos históricos sobre los compradores

de una bicicleta en el pasado• Haga clic en Siguiente.• En la página Finalizando el asistente, la vista del origen de datos

tendrá el nombre Adventure Works DW2008R2, de forma predeterminada. Cambie el nombre por Targeted Mailing y, a continuación, haga clic en Finalizar.

• La nueva vista del origen de datos se abre en la ficha Targeted Mailing.dsv [Design].

Seleccione las tablas

Cambiar nombre

Vista de diseño

Crear estructura de Modelo de Minería de datos

• Para crear una estructura de minería de datos para un escenario de distribución de correo directo

• En el Explorador de soluciones, haga clic con el botón secundario en Estructuras de minería de datos y seleccione Nueva estructura de minería de datos para iniciar el Asistente para minería de datos.

• En la página de inicio del Asistente para minería de datos, haga clic en Siguiente.

• En la página Seleccionar el método de definición, compruebe que la opción A partir de una base de datos relacional o un almacén de datos se ha seleccionado y, a continuación, haga clic en Siguiente.

• En la página Crear la estructura de minería de datos, en ¿Qué técnica de minería de datos desea utilizar?, seleccione Árboles de decisión de Microsoft.

Crear estructura de MD

Asistente

A partir de una BD relacional

Definir la técnica

Defina la vista

Definir el caso (escenario)

Crear estructura de Modelo de Minería de datos (Cont.)

• Haga clic en Siguiente.• En la página Seleccionar vista del origen de datos, en el panel Vistas

del origen de datos disponibles, seleccione Targeted Mailing. Puede hacer clic en Explorar para ver las tablas de la vista del origen de datos y, a continuación, hacer clic en Cerrar para volver al asistente.

• Haga clic en Siguiente.• En la página Especificar tipos de tablas, active la casilla de la

columna Caso, correspondiente a vTargetMail para usarla como tabla de casos y, a continuación, haga clic en Siguiente. Utilizará la tabla ProspectiveBuyer posteriormente para pruebas; pásela por alto por ahora.

• En la página Especificar los datos de aprendizaje, identificará al menos una columna de predicción, una columna de clave y una columna de entrada para el modelo. Active la casilla de la columna De predicción en la fila BikeBuyer.

Datos de aprendizaje


• Haga clic en Sugerir para abrir el cuadro de diálogo Sugerir columnas relacionadas.

• El botón Sugerir está habilitado siempre que se haya seleccionado al menos un atributo predecible. El cuadro de diálogo Sugerir columnas relacionadas enumera en una lista las columnas más relacionadas con la columna predecible y ordena los atributos por su correlación con el atributo predecible. Las columnas con una correlación significativa (con una confianza mayor del 95%) se seleccionan automáticamente para incluirse en el modelo.

• Revise las sugerencias y, a continuación, haga clic en Cancelar para omitirlas.

Boton SUGERIR


• Compruebe que la casilla de la columna Key está seleccionada en la fila CustomerKey.

Datos de aprendizaje (actualizado)





• Active las casillas de la columna Entrada en las filas siguientes. Puede activar varias columnas resaltando un rango de celdas y presionando CTRL mientras activa una casilla.– Age – CommuteDistance – EnglishEducation – EnglishOccupation – Gender – GeographyKey – HouseOwnerFlag – MaritalStatus – NumberCarsOwned – NumberChildrenAtHome – Region – TotalChildren – YearlyIncome


• En la columna izquierda de la página, active las casillas de las filas siguientes.– AddressLine1 – AddressLine2 – DateFirstPurchase – EmailAddress – FirstName – LastName.

• Asegúrese de que estas filas sólo tienen marcas en la columna izquierda. Estas columnas se agregarán a la estructura pero no se incluirán en el modelo. Sin embargo, una vez generado el modelo, estarán disponibles para la obtención de detalles y las pruebas.

Especificar el tipo de datos y el tipo de contenido

• Revisar y modificar el tipo de contenido y el tipo de datos de cada columna

• En la página Especificar el contenido y el tipo de datos de las columnas, haga clic en Detectar para ejecutar un algoritmo que determine los tipos de contenido y los datos predeterminados de cada columna.

• Revise las entradas de las columnas Tipo de contenido y Tipo de datos, y cámbielas si es necesario para asegurarse de que la configuración es igual que la que se muestra en la tabla siguiente.

• Normalmente, el asistente detectará números y asignará un tipo de datos numérico adecuado, pero hay varias situaciones en las que podría desear tratar un número como texto. Por ejemplo, GeographyKey se debería tratar como texto, porque no sería apropiado realizar operaciones matemáticas en este identificador.

Revisar las entradasColumna Tipo de contenido Tipo de datosAddress Line1 Discrete TextAddress Line2 Discrete TextAge Continuous LongBike Buyer Discrete LongCommute Distance Discrete TextCustomerKey Key LongDateLastPurchase Continuous DateEmail Address Discrete TextEnglish Education Discrete TextEnglish Occupation Discrete TextFirstName Discrete TextGender Discrete TextGeography Key Discrete TextHouse Owner Flag Discrete TextLast Name Discrete TextMarital Status Discrete TextNumber Cars Owned Discrete LongNumber Children At Home Discrete LongRegion Discrete TextTotal Children Discrete LongYearly Income Continuous Double

Contenido y Tipo de Datos

Contenido y Tipo de Datos (Cont.)

Especificar un conjunto de datos de pruebas

• Para especificar el conjunto de pruebas• En la página Crear conjunto de pruebas, en

Porcentaje de datos para pruebas, deje el valor predeterminado 30.

• En Número máximo de casos en el conjunto de datos de prueba, escriba 1000.

• Haga clic en Siguiente.

Definir porcentaje

Especificar un conjunto de datos de pruebas (cont.)

• Para denominar el modelo y la estructura, y especificar la obtención de detalles

• En la página Finalización del asistente, en Nombre de la estructura de minería de datos, escriba Targeted Mailing.

• En Nombre del modelo de minería de datos, escriba TM_Decision_Tree.

• Active la casilla Permitir obtención de detalles. • Revise el panel Vista previa. Observe que se muestran sólo las

columnas seleccionadas como Clave, Entrada o De predicción. Las otras columnas que seleccionó (por ejemplo, AddressLine1) no se usan para generar el modelo, pero estarán disponibles en la estructura subyacente y se pueden consultar una vez procesado e implementado el modelo.

• Haga clic en Finalizar.

Asistente

Vista del proyecto

Agregar y Procesar Modelos• Para crear un modelo de minería de datos de agrupación en

clústeres• Cambie a la ficha Modelos de minería de datos del Diseñador de

minería de datos en Business Intelligence Development Studio.• Observe que el diseñador muestra dos columnas: una para la

estructura de minería de datos y otra para el modelo de minería de datos TM_Decision_Tree, que creó en la tarea anterior de esta lección.

• Haga clic con el botón secundario en la columna Estructura y seleccione Nuevo modelo de minería de datos.

• En el cuadro de diálogo Nuevo modelo de minería de datos, en Nombre del modelo, escriba TM_Clustering.

• En Nombre del algoritmo, seleccione Agrupación en clústeres de Microsoft.

• Haga clic en Aceptar.

Vista de Modelo de Minería

Nuevo modelo

Nuevo modelo Clustering

Ahora existe una nueva columna

Nuevo Modelo

• Ahora aparece el modelo nuevo en la ficha Modelos de minería de datos del Diseñador de minería de datos. Este modelo, integrado con el algoritmo de clústeres de Microsoft, agrupa los clientes con características similares en clústeres y predice la compra de una bicicleta en cada clúster. Aunque puede modificar el uso y las propiedades de la columna para el modelo nuevo, en este tutorial no es necesario hacer cambios en el modelo TM_Clustering.

Agregar y Procesar Modelos (Cont.)

• Para crear un modelo de minería de datos Bayes naive• En la ficha Modelos de minería de datos del Diseñador de minería de

datos, haga clic con el botón secundario enla columna Estructura y seleccione Nuevo modelo de minería de datos.

• En el cuadro de diálogo Nuevo modelo de minería de datos, en Nombre del modelo, escriba TM_NaiveBayes.

• En Nombre del algoritmo, seleccione Bayes naive de Microsoft y haga clic en Aceptar.

• Aparece un mensaje que indica que el algoritmo Bayes naive de Microsoft no admite las columnas Age y Yearly Income, que son continuas.

• Haga clic en Sí para confirmar el mensaje y continuar.• Aparece un modelo nuevo en la ficha Modelos de minería de datos del

Diseñador de minería de datos. Aunque puede modificar el uso y las propiedades de las columnas para todos los modelos de la ficha, en este tutorial no es necesario hacer cambios en el modelo TM_NaiveBayes.

Modelo Naive Bayes

Advertencia

Nuevo Modelo Naive Bayes

Procesar los modelos• Para establecer el valor de inicialización de exclusión• Haga clic en la ficha Estructuras de minería de datos o

Modelos de minería de datos en el Diseñador de minería de datos de Business Intelligence Development Studio.

• Estructura de minería de datos Targeted Mailing aparece en el panel Propiedades.

• Asegúrese de que el panel Propiedades está abierto presionando F4.

• Asegúrese de que CacheMode está establecido en KeepTrainingCases.

• Escriba 12 en HoldoutSeed.

Propiedades

Implementar y Procesar los Modelos

• En el menú Modelo de minería de datos , seleccione Procesar estructura de minería de datos y todos los modelos.

• Si ha realizado cambios en la estructura, se le pedirá que genere e implemente el proyecto antes de procesar los modelos. Haga clic en Sí.

• En el cuadro de diálogo Procesando estructura de minería de datos: Targeted Mailing, haga clic en Ejecutar.

• Se abre el cuadro de diálogo Progreso del proceso para mostrar los detalles del procesamiento del modelo. El procesamiento del modelo podría tardar algún tiempo, según el equipo.

• Haga clic en Cerrar en el cuadro de diálogo Progreso del proceso cuando el procesamiento de los modelos se haya completado.

• Haga clic en Cerrar en el cuadro de diálogo Procesando estructura de minería de datos - <estructura>.

Menu Módelo de Minería de datos

Elija Procesar y vera la ventana

Termina la implementación

Procesando la estructura

Procesando la estructura (Cont.)

Explorar los modelos

• Cada modelo se muestra en la ficha Visor de modelos de minería de datos

• En caso que se presente la ventana de actualizar responda SI.

Visor de Modelos

Red de dependencias

Clustering

Perfiles de Cluster

Características del cluster

Distinción del Cluster

NaiveBayes – Red de dependencias

Perfiles de Atributo

Características del atributo

Distinción del atributo

Documents

Proyecto de Mineria de Datos Con Analysis Services v 3