Data Mining-Erweiterungen (DMX) – Anweisungen

Gilt für: SQL Server Analysis Services

Das Arbeiten mit Data Mining-Modellen in Microsoft SQL Server Analysis Services umfasst die folgenden primären Aufgaben:

• Erstellen von Miningstrukturen und Miningmodellen

• Verarbeiten von Miningstrukturen und Miningmodellen

• Löschen von Miningstrukturen oder Miningmodellen

• Kopieren von Miningmodellen

• Durchsuchen von Miningmodellen

• Vorhersagen anhand von Miningmodellen

Mithilfe von DMX-Anweisungen (Data Mining-Erweiterungen) können Sie jede dieser Aufgaben programmgesteuert ausführen.

Erstellen von Miningstrukturen und Miningmodellen
Verwenden Sie die CREATE MINING STRUCTURE (SHAPE)- Anweisung, um einer Datenbank eine neue Miningstruktur hinzuzufügen. Anschließend können Sie die ALTER MINING STRUCTURE (SHAPE) -Anweisung verwenden, um der Bergbaustruktur Miningmodelle hinzuzufügen.

Verwenden Sie die CREATE MINING MODEL (SHAPE)- Anweisung, um ein neues Miningmodell und eine zugeordnete Miningstruktur zu erstellen.

Verarbeiten von Miningstrukturen und Miningmodellen
Verwenden Sie die INSERT INTO (SHAPE)- Anweisung, um eine Miningstruktur und ein Miningmodell zu verarbeiten.

Löschen von Miningstrukturen oder Miningmodellen
Verwenden Sie die DELETE -Anweisung (MINE), um alle trainierten Daten aus einem Miningmodell oder einer Miningstruktur zu entfernen. Verwenden Sie die DROP MINING STRUCTURE (DROP MINING STRUCTURE) oder DROP MINING MODEL (DROP MINING MODEL, MINING MODEL) (DROP MINING MODEL, SHAPE), um eine Miningstruktur oder ein Miningmodell vollständig aus einer Datenbank zu entfernen.

Kopieren von Miningmodellen
Verwenden Sie die SELECT INTO (ELEMENTS)- Anweisung, um die Struktur eines vorhandenen Miningmodells in ein neues Miningmodell zu kopieren und das neue Modell mit denselben Daten zu trainieren.

Durchsuchen von Miningmodellen
Verwenden Sie die SELECT -Anweisung (SHAPE), um die Informationen zu durchsuchen, die der Data Mining-Algorithmus berechnet und im Data Mining-Modell während der Modellschulung speichert. Ähnlich wie bei Transact-SQL können Sie mehrere Klauseln mit der SELECT-Anweisung verwenden, um die Leistungsfähigkeit zu erweitern. Diese Klauseln umfassen DISTINCT FROM-Modell><, FROM-Modell.<> CASES, FROM-Modell<>. SAMPLE_CASES, FROM-Modell<>. CONTENT- und FROM-Modell<>. DIMENSION_CONTENT.

Vorhersagen anhand von Miningmodellen
Verwenden Sie die PREDICTION JOIN-Klausel der SELECT-Anweisung, um Vorhersagen zu erstellen, die auf einem vorhandenen Miningmodell basieren.

Sie können Modelle auch importieren und exportieren, indem Sie die ANWEISUNGEN IMPORT (SHAPE) und EXPORT (EXPORTS) verwenden.

Diese Aufgaben gehören zu den beiden Kategorien Datendefinitionsanweisungen und Datenbearbeitungsanweisungen, die in der folgenden Tabelle beschrieben sind.

Thema	Beschreibung
Data Mining Extensions (DATA Mining Extensions, ABSCHNITT) Datendefinitionsanweisungen	Gehören zur Datendefinitionssprache (Data Definition Language, DDL). Werden dazu verwendet, ein neues Miningmodell (samt Training) zu definieren oder ein vorhandenes Miningmodell aus einer Datenbank zu löschen.
DATA Mining Extensions (UNIVERSE) Datenmanipulationsanweisungen	Gehören zur Datenbearbeitungssprache (Data Manipulation Language, DML). Werden zum Arbeiten mit vorhandenen Miningmodellen verwendet, wozu auch das Durchsuchen eines Modells und das Erstellen von Vorhersagen gehören.

Weitere Informationen

Data Mining Extensions (EXTENSION) Funktionsreferenz
Data Mining Extensions (OPERATOR Reference)
Syntaxkonventionen für Data Mining-Erweiterungen (DATA Mining Extensions, SYNTAX)
Syntaxelemente von Data Mining-Erweiterungen (DATA Mining Extensions, SHAPE)