Data Mining-Erweiterungen (DMX) - Referenz
Gilt für: 
SQL Server Analysis Services
Wichtig
Data Mining ist in SQL Server Analysis Services 2017 veraltet und wird in einer zukünftigen Version eingestellt. Die Dokumentation wird für veraltete Features nicht aktualisiert. Weitere Informationen finden Sie unter Abwärtskompatibilität von Analysis Services.
Data Mining Extensions (LANGUAGE) ist eine Sprache, die Sie zum Erstellen und Arbeiten mit Data Mining-Modellen in Microsoft SQL Server Analysis Services verwenden können. Mit DMX können Sie die Struktur neuer Data Mining-Modelle erstellen, diese Modelle trainieren sowie die Modelle durchsuchen, verwalten und für Vorhersagen verwenden. DMX besteht aus DDL-Anweisungen (Data Definition Language, Datendefinitionssprache), DML-Anweisungen (Data Manipulation Language, Datenbearbeitungssprache) sowie aus Funktionen und Operatoren.
Spezifikation von Microsoft OLE DB für Data Mining
Die Data Mining-Features in Analysis Services sind so aufgebaut, dass sie der Microsoft OLE DB for Data Mining-Spezifikation entsprechen.
Die Microsoft OLE DB for Data Mining-Spezifikation definiert Folgendes:
Eine Struktur, die die Informationen aufnimmt, die ein Data Mining-Modell definieren
Eine Sprache zum Erstellen und Verwenden von Data Mining-Modellen
Die Spezifikation definiert die Basis von Data Mining als das virtuelle Data Mining-Modellobjekt. Das Data Mining-Modellobjekt kapselt alle Informationen, die zu einem bestimmten Miningmodell bekannt sind. Das Data Mining-Modellobjekt ist wie eine SQL-Tabelle strukturiert, mit Spalten, Datentypen und Metainformationen, die das Modell beschreiben. Diese Struktur ermöglicht es Ihnen, mit der Sprache DMX, die eine Erweiterung von SQL ist, Modelle zu erstellen und zu verwenden.
Weitere Informationen: Miningstrukturen (Analysis Services - Data Mining)
DMX Statements
Mit den DMX-Anweisungen können Sie Data Mining-Modelle erstellen, verarbeiten, kopieren, durchsuchen und für Vorhersagen verwenden. Es gibt zwei Arten von Anweisungen in DMX: Datendefinitionsanweisungen und Datenbearbeitungsanweisungen. Sie können jede Art von Anweisung zum Ausführen unterschiedlicher Arten von Aufgaben verwenden.
In den folgenden Abschnitten finden Sie weitere Informationen zum Verwenden von DMX-Anweisungen:
Datendefinitionsanweisungen
Datendefinitionsanweisungen verwenden Sie in DMX dazu, neue Miningstrukturen und -modelle zu erstellen und zu definieren, Miningmodelle und Miningstrukturen zu importieren und zu exportieren sowie vorhandene Modelle aus einer Datenbank zu löschen. Datendefinitionsanweisungen in DMX sind Teil der Datendefinitionssprache (Data Definition Language, DDL).
Mit den Datendefinitionsanweisungen in DMX können Sie folgende Aufgaben ausführen:
Erstellen Sie eine Miningstruktur mithilfe der CREATE MINING STRUCTURE-Anweisung , und fügen Sie der Miningstruktur mithilfe der ALTER MINING STRUCTURE-Anweisung ein Miningmodell hinzu.
Erstellen Sie ein Miningmodell und eine zugeordnete Miningstruktur gleichzeitig, indem Sie die CREATE MINING MODEL-Anweisung verwenden, um ein leeres Data Mining-Modellobjekt zu erstellen.
Exportieren Sie ein Miningmodell und die zugeordnete Miningstruktur mithilfe der EXPORT-Anweisung in eine Datei. Importieren Sie ein Miningmodell und eine zugeordnete Miningstruktur aus einer Datei, die mit der EXPORT-Anweisung mithilfe der IMPORT-Anweisung erstellt wird.
Kopieren Sie die Struktur eines vorhandenen Miningmodells in ein neues Modell, und trainieren Sie es mit denselben Daten, indem Sie die SELECT INTO-Anweisung verwenden.
Entfernen Sie ein Miningmodell vollständig aus einer Datenbank mithilfe der DROP MINING MODEL-Anweisung . Entfernen Sie eine Miningstruktur und alle zugehörigen Miningmodelle vollständig aus der Datenbank, indem Sie die DROP MINING STRUCTURE-Anweisung verwenden.
Weitere Informationen zu den Data Mining-Aufgaben, die Sie mithilfe von SHAPE-Anweisungen ausführen können, finden Sie in data Mining Extensions (TASKS) Statement Reference.
Datenmanipulationsanweisungen
Mit den Datenbearbeitungsanweisungen in DMX können Sie vorhandene Miningmodelle verwenden, die Modelle durchsuchen sowie Vorhersagen aus ihnen erstellen. Datenbearbeitungsanweisungen in DMX sind Teil der Datenbearbeitungssprache (Data Manipulation Language, DML).
Mit den Datenbearbeitungsanweisungen in DMX können Sie folgende Aufgaben ausführen:
Trainieren Sie ein Miningmodell mithilfe der INSERT INTO-Anweisung . Diese Anweisung fügt nicht die tatsächlichen Quelldaten in ein Data Mining-Modellobjekt ein, sondern erstellt eine Abstraktion, die das Miningmodell beschreibt, das der Algorithmus erstellt. Die Quellabfrage für eine INSERT INTO-Anweisung wird in <der Quelldatenabfrage> beschrieben.
Erweitern Sie die SELECT-Anweisung, um die Informationen zu durchsuchen, die während der Modellschulung berechnet und im Data Mining-Modell gespeichert sind, z. B. Statistiken der Quelldaten. Im Folgenden sind die Klauseln aufgeführt, die Sie einschließen können, um die Leistungsfähigkeit der SELECT-Anweisung zu erweitern:
Erstellen Sie Vorhersagen, die auf einem vorhandenen Miningmodell basieren, indem Sie die PREDICTION JOIN-Klausel der SELECT-Anweisung verwenden. Die Quellabfrage für eine PREDICTION JOIN-Anweisung wird in <der Quelldatenabfrage> beschrieben.
Entfernen Sie alle trainierten Daten aus einem Modell oder einer Struktur, indem Sie die DELETE -Anweisung (DELETE, SHAPE) verwenden.
Weitere Informationen zu den Data Mining-Aufgaben, die Sie mithilfe von SHAPE-Anweisungen ausführen können, finden Sie in data Mining Extensions (TASKS) Statement Reference.
GRUNDLAGEN DER ABFRAGE
Die SELECT-Anweisung ist die Basis für die meisten QUERY-Abfragen. Abhängig von den Klauseln, die Sie in der jeweiligen Anweisung verwenden, können Sie Miningmodelle durchsuchen, kopieren oder für Vorhersagen verwenden. Die Vorhersageabfrage verwendet eine Form von SELECT, um Vorhersagen basierend auf vorhandenen Miningmodellen zu erstellen. Funktionen erweitern Ihre Möglichkeiten zum Durchsuchen und Abfragen von Miningmodellen über die systeminternen Möglichkeiten des Data Mining-Modells hinaus.
Mit DMX-Funktionen können Sie Informationen abrufen, die während des Trainings eines Modells ermittelt wurden, sowie neue Informationen berechnen. Sie können diese Funktionen für viele Zwecke verwenden, so z. B. zum Zurückgeben von Statistiken, die die zugrunde liegenden Daten oder die Genauigkeit einer Vorhersage beschreiben, oder zum Zurückgeben einer erweiterten Erläuterung einer Vorhersage.
Weitere Informationen: Grundlegendes zu DEN SELECT-Aussagen, allgemeinen Vorhersagefunktionen (FUNCTION), Struktur und Verwendung von QUERY-Vorhersageabfragen, DATA Mining Extensions (EXTENSIONS) Funktionsreferenz
Weitere Informationen
Data Mining Extensions (EXTENSION) Funktionsreferenz
Data Mining Extensions (OPERATOR Reference)
Data Mining-Erweiterungen (DMX) - Anweisungsreferenz
Syntaxkonventionen für Data Mining-Erweiterungen (DATA Mining Extensions, SYNTAX)
Syntaxelemente von Data Mining-Erweiterungen (DATA Mining Extensions, SHAPE)
General Prediction Functions (DMX) (Allgemeine Vorhersagefunktionen (DMX))
Structure and Usage of DMX Prediction Queries (Struktur und Verwendung von DMX-Vorhersageabfragen)
Understanding the DMX Select Statement (Grundlegendes zur SELECT-Anweisung)
Feedback
Bald verfügbar: Im Laufe des Jahres 2024 werden wir GitHub-Tickets als Feedbackmechanismus für Inhalte auslaufen lassen und es durch ein neues Feedbacksystem ersetzen. Weitere Informationen finden Sie unter: https://aka.ms/ContentUserFeedback.
Einreichen und Feedback anzeigen für