Saludos a todos los que se encuentran viendo este video.

Somos estudiantes de la UNIVERSIDAD LAICA ELOY ALFARO DE MANAB de la

facultad de CIENCIAS INFORMTICAS.
Este es el tercero de 4 video tutoriales acerca de Inteligencia Artificial y minera de
datos usando las herramientas de Microsoft SQL Server 2016 y SQL Server Data Tools
2015.
Permtanos presentarnos nuestros nombres son:

Seminario Vernica
Paz Jaime
Palacios Stefany
Cuez Juan
Rivas Rogger

Los vnculos a los primeros videos estan abajo en la descripcin, por si es la primera
vez que est viendo uno de nuestros videos.
Bien empecemos.

En este tutorial vamos a crear una estructura de minera de datos de Bike

Buyer
Agregar modelos de minera de datos a la estructura de minera de datos de
Bike Buyer
Procesar la estructura de minera de datos de Bike Buyer.
Examinar los modelos de minera de datos de Bike Buyer.
Ejecutar consultas de prediccin

Cmo creamos una estructura de minera de datos de Bike Buyer?

Para esto debemos abrir el administrador de SQL Server 2016

Y en tipo de servidor escogemos Analisis service

Creamos una nueva consulta de tipo DMX

Aprendamos un poco sobre las consultas DMX

DMX crea una nueva estructura de minera de datos en una base de datos y,
opcionalmente, define las particiones de aprendizaje y de pruebas.
Sus argumentos son:

structure

Nombre nico de la estructura.

column definition list

Lista delimitada por comas de definiciones de columna.

holdout-maxpercent

Nmero entero entre 1 y 100 que indica el porcentaje de datos que se

reservan para las pruebas.

holdout-maxcases

Nmero entero que indica el nmero mximo de casos que deben

utilizarse para las pruebas.

Si el valor especificado para el nmero mximo de casos es mayor que

el nmero de casos de entrada, se utilizarn todos los casos de entrada
para las pruebas y se generar un mensaje de advertencia.

holdout seed

Nmero entero utilizado como valor de inicializacin para iniciar la

particin de los datos.

Si se establece en 0, el hash del identificador de la estructura de minera

de datos se utiliza como valor de inicializacin.

La palabra clave opcional SESSION indica que la estructura es una estructura

temporal que solamente puede usarse durante el transcurso de la sesin
actual. Cuando finalice la sesin, se eliminar la estructura, as como cualquier
modelo basado en la estructura. Para crear estructuras y modelos de minera
de datos temporales, es necesario establecer primero la propiedad de base de
datos AllowSessionMiningModels.

Cules son las definiciones de columna?

Nombre (obligatorio)

Tipo de datos (obligatorio)

Distribucin

Lista de marcas de modelado

Tipo de contenido (obligatorio)

Relacin con una columna de atributos (obligatoria solamente si

corresponde), que se indica mediante la clusula RELATED TO

Se puede definir varios valores de marcas de modelado para una columna.

Sin embargo, solo puede haber un tipo de contenido y un tipo de datos para
cada columna.
Se puede agregar una clusula a cualquier instruccin de definicin de
columna para describir la relacin existente entre dos columnas. Analysis
Services admite el uso de la clusula de <relacin entre columnas>.

RELATED TO

Indica una jerarqua de valores

Parmetros de exclusin

Cuando se especifican parmetros de exclusin, se crea una particin de los

datos de la estructura.

Puede especificar hasta tres parmetros de exclusin. Es necesario saber estos

conceptos antes de continuar con nuestro tutorial, ahora bien
Agreguemos una estructura sin conjunto de aprendizaje
Para ello creemos una estructura denominada New Mailing sin crear ningn modelo de
minera de datos asociado y sin utilizar la exclusin.

CREATE MINING STRUCTURE [New Mailing]

(
CustomerKey LONG KEY,
Gender TEXT DISCRETE,
[Number Cars Owned] LONG DISCRETE,
[Bike Buyer] LONG DISCRETE
)

Lo ejecutamos y luego podemos ver que tenemos una nueva estructura de minera de
datos en el explorador de objetos llamada New Mailing
Bueno ese fue un ejemplo sencillo, pero ahora vamos a hacer uno un poco ms
complejo y acorde al tutorial que vamos a desarrollar
Escribimos el siguiente query
CREATE MINING STRUCTURE [Bike Buyer]
(
[Customer Key] LONG KEY,
[Age]LONG DISCRETIZED(Automatic,10),
[Bike Buyer] LONG DISCRETE,
[Commute Distance] TEXT DISCRETE,
[Education] TEXT DISCRETE,
[Gender] TEXT DISCRETE,
[House Owner Flag] TEXT DISCRETE,
[Marital Status] TEXT DISCRETE,
[Number Cars Owned]LONG DISCRETE,
[Number Children At Home]LONG DISCRETE,
[Occupation] TEXT DISCRETE,
[Region] TEXT DISCRETE,
[Total Children]LONG DISCRETE,
[Yearly Income] DOUBLE CONTINUOUS
)
WITH HOLDOUT (30 PERCENT or 1000 CASES)
Lo ejecutamos y lo guardamos como Bike Buyer Structure

Ahora vamos a agregar modelos de minera de datos a la estructura que

acaba de crear.

Para agregar un modelo de minera de datos a la estructura de minera de datos, se

utiliza la instruccin ALTER MINING STRUCTURE (DMX). El cdigo de la
instruccin se puede dividir en las partes siguientes:

Identificacin de la estructura de minera de datos

Asignacin de un nombre al modelo de minera de datos

Definicin de la columna de clave

Definicin de las columnas de entrada y de prediccin

 Identificacin de los cambios de parmetros y el algoritmo

Ahora agreguemos un modelo de minera de datos del rbol de decisin a la estructura

En el Explorador de objetos, haga clic con el botn secundario en la instancia de
Analysis Services, seleccione Nueva consulta y, a continuacin, haga clic en DMX
para abrir el Editor de consultas y una nueva consulta en blanco.
Y escribimos el query
ALTER MINING STRUCTURE [Bike Buyer]
ADD MINING MODEL [Decision Tree]
(
[Customer Key],
[Age],
[Bike Buyer] PREDICT,
[Commute Distance],
[Education],
[Gender],
[House Owner Flag],
[Marital Status],
[Number Cars Owned],
[Number Children At Home],
[Occupation],
[Region],
[Total Children],
[Yearly Income]
) USING Microsoft_Decision_Trees
WITH DRILLTHROUGH
Y lo guardamos como DT_Model entonces lo ejecutamos
Ahora vamos a Agregar un modelo de minera de datos de agrupacin en
clsteres a la estructura
Para ello creamos una nueva consulta DMX y escribimos el siguiente query
ALTER MINING STRUCTURE [Bike Buyer]
ADD MINING MODEL [Clustering]
USING Microsoft_Clustering

Lo guardamos como Clustering_Model y lo ejecutamos

Ahora ya sabemos crear los modelos y entonces es hora de aprender a

procesar los modelos y la estructura de minera de datos
Creamos una nueva consulta DMX
Y colocamos el query siguiente:
INSERT INTO MINING STRUCTURE [Bike Buyer]
(
[Customer Key],
[Age],
[Bike Buyer],
[Commute Distance],
[Education],
[Gender],
[House Owner Flag],
 [Marital Status],
[Number Cars Owned],
[Number Children At Home],
[Occupation],
[Region],
[Total Children],
[Yearly Income]
)
OPENQUERY([Adventure Works DW],
'SELECT CustomerKey, Age, BikeBuyer,
CommuteDistance,EnglishEducation,
Gender,HouseOwnerFlag,MaritalStatus,
NumberCarsOwned,NumberChildrenAtHome,
EnglishOccupation,Region,TotalChildren,
YearlyIncome
FROM dbo.vTargetMail')
Lo guardamos como Process Bike Buyer Structure y lo ejecutamos