IV. Expérience d'utilisateur▲
Ce chapitre donne une brève description de l'expérience des utilisateurs pour le studio de développement BI et Excel.
Les développeurs de data mining utilisent le studio de développement BI pour développer un modèle. Commencez par créer le projet Analysis Services. La figure suivante montre l'état initial d'un projet Analysis Services.
Avant de pouvoir lancer votre algorithme de data mining, il vous faudra définir des sources de données et des vues de sources de données. Cliquez avec le bouton droit de la souris sur les Sources de données et suivez les instructions que vous donne l'assistant. Faites de même pour les Vues de source de données. Vous pouvez vous représenter une source de données comme une base de données et une vue de source de données comme un tableau à l'intérieur de la base de données. Ensuite, cliquez avec le bouton droit de la souris sur la Structure de data mining, et votre algorithme sera automatiquement disponible dans la liste des algorithmes disponibles si l'enregistrement d'algorithme a réussi (voir plus haut).
Suivez les instructions de l'assistant de data mining. Ensuite, il vous faudra déployer la solution. Lorsqu'elle aura été déployée avec succès, vous pourrez rechercher votre modèle, visionner les modèles détectés et les caractéristiques de chaque modèle, et vérifier l'exactitude de votre modèle. Une fois que le développeur de data mining est satisfait du moteur entraîné, les clients (Excel) peuvent l'utiliser pour trouver leurs propres modèles et prédire des valeurs en utilisant le modèle entraîné. La figure suivante montre les modèles détectés.
IV-A. Excel 2007▲
Les add-ins de data mining pour Excel 2007 permettent aux utilisateurs soit de créer un nouveau modèle juste comme dans le studio de développement BI, soit d'utiliser un modèle existant créé avec le studio BI. L'onglet data mining d'Excel permet aux utilisateurs d'effectuer la préparation des données, leur modélisation, de vérifier leur exactitude, de les valider, d'utiliser un modèle existant et les gérer. La figure suivante montre les capacités de data mining sous Excel 2007.
Les utilisateurs peuvent partitionner leurs données Excel en entraînement et test, créer de nouveaux modèles en utilisant une interface similaire à celle du studio BI et utiliser les données de test pour questionner un modèle existant. Par exemple, en utilisant le modèle entraîné IMSL C# Library ClusterKMeans avec les données de test sur les espèces florales, vous pouvez prédire le nom des espèces. La figure suivante montre l'étape correspondance de colonnes dans l'assistant Questionnement de data mining utilisé pour développer le questionnement pour prédire le nom des espèces de fleurs.
