Modelování příznaků (dolování dat)

Platí pro: SQL Server 2019 a starší služby Analysis Services Azure Analysis Services Fabric/ Power BI Premium

Důležité

Dolování dat bylo v SQL Serveru 2017 Analysis Services zastaralé a nyní ukončeno ve službě SQL Server 2022 Analysis Services. Dokumentace se neaktualizuje pro zastaralé a ukončené funkce. Další informace najdete v tématu Zpětná kompatibilita služby Analysis Services.

Pomocí příznaků modelování v SQL Server SQL Server SQL Server Analysis Services můžete poskytnout další informace algoritmu dolování dat o datech definovaných v tabulce případu. Algoritmus může tyto informace použít k vytvoření přesnějšího modelu dolování dat.

Některé příznaky modelování jsou definovány na úrovni těžební struktury, zatímco jiné jsou definovány na úrovni sloupce modelu těžby. Například se příznak NOT NULL používá se sloupci ve struktuře dolování dat. V závislosti na algoritmu, který používáte k vytvoření modelu, můžete definovat další příznaky modelování ve sloupcích modelu dolování.

Poznámka:

Moduly plug-in třetích stran můžou mít kromě příznaků předdefinovaných službou SQL Server Analysis Services i jiné příznaky modelování.

Seznam příznaků modelování

Následující seznam popisuje příznaky modelování, které jsou podporovány ve službě SQL Server Analysis Services. Informace o příznakech modelování, které jsou podporovány konkrétními algoritmy, najdete v technickém referenčním tématu pro algoritmus, který byl použit k vytvoření modelu.

NOT NULL
Označuje, že hodnoty pro sloupec atributu by nikdy neměly obsahovat hodnotu null. Pokud služba SQL Server Analysis Services během procesu trénování modelu zaznamená hodnotu null pro tento sloupec atributu, dojde k chybě.

MODEL_EXISTENCE_ONLY
Označuje, že se sloupec bude považovat za dva stavy: Chybějící a Existující. Pokud je hodnota NULL, považuje se za Chybějící. Příznak MODEL_EXISTENCE_ONLY se použije na předvídatelný atribut a podporuje ho většina algoritmů.

Nastavení příznaku MODEL_EXISTENCE_ONLY na Hodnotu True změní reprezentaci hodnot tak, aby existovaly pouze dva stavy: Chybějící a Existující. Všechny chybějící stavy se zkombinují do jedné existující hodnoty.

Typické použití tohoto příznaku modelování by bylo v atributech, pro které má stav NULL implicitní význam, a explicitní hodnota stavu NOT NULL nemusí být tak důležitá jako skutečnost, že sloupec má libovolnou hodnotu. Například může mít sloupec [DateContractSigned] hodnotu NULL, pokud nebyla smlouva nikdy podepsána, a není NULL, pokud byla smlouva podepsána. Proto pokud je účelem modelu předpovědět, zda bude smlouva podepsána, můžete pomocí příznaku MODEL_EXISTENCE_ONLY ignorovat přesnou hodnotu data v případech NOT NULL a rozlišovat pouze mezi případy, kdy kontrakt chybí nebo existující.

Poznámka:

Chybějící je zvláštní stav používaný algoritmem a liší se od textové hodnoty Chybějící ve sloupci. Další informace najdete v tématu Chybějící hodnoty (Analysis Services – Dolování dat).

REGRESOR
Označuje, že sloupec je kandidátem pro použití jako regresor během zpracování. Tento příznak je definován ve sloupci modelu dolování a lze ho použít pouze u sloupců s průběžným číselným datovým typem. Další informace o použití tohoto příznaku naleznete v části v tomto tématu Použití příznaku modelování REGRESSOR.

Zobrazení a změna příznaků modelování

Příznaky modelování přidružené ke sloupci struktury dolování nebo sloupci modelu můžete zobrazit v Návrháři dolování dat zobrazením vlastností struktury nebo modelu.

Pokud chcete zjistit, které příznaky modelování byly použity na aktuální dolování struktury, můžete vytvořit dotaz na sadu řádků schématu dolování dat, která vrací příznaky modelování pouze pro sloupce struktury, pomocí dotazu jako následující:

SELECT COLUMN_NAME, MODELING_FLAG  
FROM $system.DMSCHEMA_MINING_STRUCTURE_COLUMNS  
WHERE STRUCTURE_NAME = '<structure name>'  

Příznaky modelování používané v modelu můžete přidat nebo změnit pomocí Návrháře dolování dat a upravit vlastnosti přidružených sloupců. Tyto změny vyžadují opětovné zpracování struktury nebo modelu.

Příznaky modelování můžete zadat ve struktuře dolování nebo modelu dolování pomocí DMX, nebo pomocí skriptů AMO či XMLA. Pomocí DMX ale nemůžete změnit příznaky modelování používané v existujícím modelu a struktuře dolování. Pomocí syntaxe je nutné vytvořit nový model dolování . ALTER MINING STRUCTURE....ADD MINING MODEL

Použití příznaku modelování REGRESSOR

Když nastavíte příznak modelování REGRESSOR ve sloupci, označujete algoritmus, že sloupec obsahuje potenciální regresory. Skutečné regresory používané v modelu jsou určeny algoritmem. Potenciální regresor je možné zahodit, pokud nemodeluje předvídatelný atribut.

Při vytváření modelu pomocí průvodce dolováním dat se všechny průběžné vstupní sloupce označí jako možné regresory. Proto i když ve sloupci explicitně nenastavíte příznak REGRESSOR, může být sloupec použit jako regresor v modelu.

Regresory, které byly ve zpracovaném modelu skutečně použity, můžete určit provedením dotazu na sadu řádků schématu pro model dolování, jak je znázorněno v následujícím příkladu:

SELECT COLUMN_NAME, MODELING_FLAG  
FROM $system.DMSCHEMA_MINING_COLUMNS  
WHERE MODEL_NAME = '<model name>'  

Poznámka Pokud upravíte model dolování a změníte typ obsahu sloupce z průběžného na diskrétní, musíte ručně změnit příznak ve sloupci dolování a pak model znovu zpracovat.

Regresory v modelech lineární regrese

Modely lineární regrese jsou založené na algoritmu Microsoft Decision Trees. I když nepoužíváte algoritmus lineární regrese Microsoftu, může jakýkoli model rozhodovacího stromu obsahovat strom nebo uzly, které představují regresi u spojitého atributu.

Proto v těchto modelech nemusíte určovat, že souvislý sloupec představuje regresor. Algoritmus Rozhodovací stromy Microsoftu rozdělí datovou sadu do oblastí s smysluplnými vzory, i když ve sloupci nenastavíte příznak REGRESSOR. Rozdíl je v tom, že když nastavíte příznak modelování, algoritmus se pokusí najít regresní rovnice následujícího typu, které odpovídají vzorům v uzlech stromu.

a*C1 + b*C2 + ...

Pak se vypočítá součet reziduí a pokud je odchylka příliš velká, je ve stromu vynucené rozdělení.

Pokud například predikujete nákupní chování zákazníka pomocí příjmu jako atributu a nastavíte příznak modelování REGRESSOR ve sloupci, algoritmus se nejprve pokusí přizpůsobit hodnoty příjmů pomocí standardního regresního vzorce. Pokud je odchylka příliš velká, vzorec regrese je opuštěný a strom by byl rozdělen na některý jiný atribut. Algoritmus rozhodovacího stromu by pak zkusil přizpůsobit regresor pro příjem v každé větvi po rozdělení.

Pomocí parametru FORCE_REGRESSOR můžete zaručit, že algoritmus použije konkrétní regresor. Tento parametr lze použít s algoritmem Rozhodovací stromy a algoritmem lineární regrese.

Související úkoly

Další informace o používání příznaků modelování najdete na následujících odkazech.

Task	Téma
Úprava příznaků modelování pomocí Návrháře dolování dat	Zobrazení nebo změna příznaků modelování (dolování dat)
Zadejte nápovědu pro algoritmus, který doporučí pravděpodobné regresory.	Určení sloupce, který se má použít jako regresor v modelu
Podívejte se na příznaky modelování podporované konkrétními algoritmy (v části Příznaky modelování pro každé referenční téma algoritmů).	Algoritmy dolování dat (Analysis Services – Dolování dat)
Přečtěte si další informace o sloupcích struktury dolování a o vlastnostech, které na nich můžete nastavit.	Sloupce struktury dolování
Seznamte se se sloupci modelu dolování a příznaky modelování, které je možné použít na úrovni modelu.	Sloupce modelu dolování
Viz syntaxe pro práci s příznaky modelování v příkazech DMX.	Příznaky modelování (DMX)
Vysvětlení chybějících hodnot a práce s nimi	Chybějící hodnoty (Analysis Services – Dolování dat)
Informace o správě modelů a struktur a nastavení vlastností využití	Přesouvání objektů dolování dat