Modellezési jelzők (adatbányászat)

A következőkre vonatkozik: SQL Server 2019 és korábbi Analysis Services Azure Analysis Services Fabric/Power BI Premium

Fontos

Az adatbányászat elavult az SQL Server 2017 Analysis Servicesben, és megszűnt az SQL Server 2022 Analysis Servicesben. Az elavult és megszűnt funkciók dokumentációja nem frissül. További információkért tekintse meg az Analysis Services visszamenőleges kompatibilitását.

A SQL Server SQL Server Analysis Services a modellezési jelzők több információt adnak az adatbányászati algoritmusnak az esettáblák adatairól. Az algoritmus ezeket az információkat felhasználva pontosabb adatbányászati modellt hoz létre.

Néhány modellezési jelzőt a bányászati struktúra szintjén, másokat pedig a bányászati modell oszlopszintjén definiálhat. Használja például a NOT NULL modellezési jelzőt bányászati struktúraoszlopokkal. A modell létrehozásához használt algoritmus határozza meg, hogy mely további modellezési jelzőket definiálhatja a bányászati modelloszlopokon.

Megjegyzés:

A külső beépülő modulok olyan modellezési jelzőket is tartalmazhatnak, amelyek túlmutatnak a SQL Server Analysis Services definiáltakon.

Modellező zászlók listája

SQL Server Analysis Services a következő modellezési jelzőket támogatja. Az adott algoritmusok által támogatott jelzőkkel kapcsolatos információkért tekintse meg a modellt létrehozó algoritmus műszaki referenciáját.

NOT NULL
Megadja, hogy az attribútumoszlop nem tartalmazhat null értékeket. A modell betanítása során SQL Server Analysis Services hibát ad vissza, ha null értékkel találkozik ebben az oszlopban.

MODEL_EXISTENCE_ONLY
Az oszlopot két állapotúként kezeli: Hiányzó és Meglévő. Ha az érték NULL, az algoritmus hiányzóként kezeli. A MODEL_EXISTENCE_ONLY jelző a kiszámítható attribútumra vonatkozik, és a legtöbb algoritmus támogatja a jelzőt.

Ha a MODEL_EXISTENCE_ONLY jelölőt Igaz értékre állítja, a modell csak két állapotú értékeket jelöl: Hiányzó és Meglévő. Az összes nem kihagyott állapotot egyetlen meglévő értékbe egyesíti.

Ehhez a modellezési jelzőhöz általában olyan attribútumok használhatók, amelyek esetében a NULL állapot implicit jelentéssel rendelkezik, és a NOT NULL állapot explicit értéke nem feltétlenül olyan fontos, mint az a tény, hogy az oszlop bármilyen értékkel rendelkezik. A [DateContractSigned] oszlop például NULL értékű lehet, ha a szerződést soha nem írták alá, és NEM NULL, ha a szerződést aláírták. Ezért ha a modell célja a szerződés aláírásának előrejelzése, akkor a MODEL_EXISTENCE_ONLY jelzővel figyelmen kívül hagyhatja a NOT NULL-esetekben a pontos dátumértéket, és csak azokat az eseteket különböztetheti meg, amelyekben a szerződés hiányzik vagy meglévő.

Megjegyzés:

A hiányzó egy speciális állapot, amelyet az algoritmus használ, és eltér az oszlop "Hiányzó" szöveges értékétől. További információ: Hiányzó értékek (Analysis Services – Adatbányászat).

REGRESSOR
A REGRESSZOR jelölő a feldolgozás során jelölt regresszorként jelöli meg az oszlopot. Ezt a jelzőt csak olyan bányászati modelloszlopon használja, amely folyamatos numerikus adattípussal rendelkezik. További információ: A REGRESSZOR modellezési jelzőjének használata.

Modellezési jelzők megtekintése és módosítása

A bányászati struktúraoszlop vagy modelloszlop modellezési jelzőinek megtekintése a Data Mining Designer szerkezetében vagy modelltulajdonságaiban.

Az aktuális bányászati struktúra modellezési jelzőinek ellenőrzéséhez kérdezze le az adatbányászati sémasorkészletet. Az alábbi lekérdezés csak a struktúraoszlopok jelzőit adja vissza.

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

A modellben használt modellezési jelzőket az Adatbányászati tervezővel és a társított oszlopok tulajdonságainak szerkesztésével adhatja hozzá vagy módosíthatja. Az ilyen módosításokhoz újra fel kell dolgozni a struktúrát vagy a modellt.

Adjon meg modellezési jelzőket egy új bányászati struktúrában vagy modellben DMX-, AMO- vagy XMLA-szkriptek használatával. A DMX nem tudja módosítani a modellezési jelzőket egy meglévő bányászati modellben vagy struktúrában. Ehelyett hozzon létre egy bányászati modellt a(z) ALTER MINING STRUCTURE ... ADD MINING MODEL használatával.

A REGRESSOR modellezési jelölőjének használata

Amikor egy oszlopon beállítja a REGRESSOR modellezési jelzőt, azt jelzi, hogy az oszlop potenciális regresszorokat tartalmaz. Az algoritmus meghatározza, hogy a modell mely regresszorokat használja, és elveti azokat, amelyek nem modellezik a kiszámítható attribútumot.

Amikor az Adatbányászat varázslóval hoz létre modellt, a rendszer az összes folyamatos bemeneti oszlopot lehetséges regresszorként jelöli meg. Ezért még ha nem is állítja be explicit módon a REGRESSOR jelzőt egy oszlopon, az oszlop regresszorként is használható a modellben.

A feldolgozott modellben ténylegesen használt regresszorokat úgy határozhatja meg, hogy lekérdezést hajt végre a bányászati modell sémasorkészlete alapján, ahogyan az az alábbi példában látható:

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

Megjegyzés Miután a bányászati oszlop tartalomtípusát folytonosról különállóra módosította, manuálisan módosítsa az oszlop jelzőjét, és dolgozza fel újra a modellt.

Regresszorok lineáris regressziós modellekben

A lineáris regressziós modellek a Microsoft Decision Trees algoritmusán alapulnak. Még ha nem is használja a Microsoft lineáris regressziós algoritmust, minden döntési famodell tartalmazhat olyan fát vagy csomópontot, amely egy folyamatos attribútum regresszióját jelöli.

Ezért ezekben a modellekben nem kell megadnia, hogy egy folytonos oszlop regresszort jelöljön. A Microsoft Decision Trees algoritmus az adathalmazt értelmes mintákkal rendelkező régiókra particionálja, még akkor is, ha nem állítja be a REGRESSOR jelölőt az oszlopban. A különbség az, hogy amikor beállítja a modellezési jelzőt, az algoritmus a következő formájú regressziós egyenleteket próbálja megtalálni, amelyek illeszkednek a fa csomópontjaiban található mintákhoz.

a*C1 + b*C2 + ...

Az algoritmus kiszámítja a reziduálisok összegét. Ha az eltérés túl nagy, az algoritmus a fa felosztását kényszeríti ki.

Tegyük fel például, hogy előrejelzi az ügyfelek vásárlási viselkedését azáltal, hogy a Bevétel attribútumot használja, és beállítja a REGRESSOR modellezési jelzőt az oszlopban. Az algoritmus először egy standard regressziós képlethez próbálja illeszteni a Jövedelem értékeket. Ha az eltérés túl nagy, az algoritmus megszakítja a képletet, és felosztja a fát egy másik attribútumra. Az algoritmus ezután megpróbál illeszkedni egy jövedelemregresszorhoz az egyes ágakban.

A FORCE_REGRESSOR paraméterrel megkövetelheti, hogy az algoritmus egy adott regresszort használjon. A döntési fák és a lineáris regressziós algoritmusok támogatják ezt a paramétert.

Kapcsolódó tevékenységek

Ezek a hivatkozások további információt a modellezési jelzőkről tartalmaznak.

Feladatok	Téma
Modellezési jelzők szerkesztése az Adatbányászat tervezőjében	Modellezési jelzők megtekintése vagy módosítása (adatbányászat)
Adjon meg egy tippet az algoritmushoz a valószínű regresszorok ajánlásához	Egy modellben regresszorként használandó oszlop megadása
Tekintse meg az egyes algoritmusok által támogatott modellezési jelzőket (az egyes algoritmus-referenciatémakörök Modellezési jelzők szakaszában)	Adatbányászati algoritmusok (Analysis Services – Adatbányászat)
További információ a bányászati struktúraoszlopokról és a rajtuk beállítható tulajdonságokról	Bányászati struktúraoszlopok
Ismerje meg az adatbányászati modell oszlopait és a modell szintjén alkalmazható modellezési jelölőket	Bányászati modelloszlopok
A DMX-utasítások modellezési jelzőinek használatának szintaxisa	Modellezési jelzők (DMX)
Tudnivalók a hiányzó értékekről és azok használatáról	Hiányzó értékek (Analysis Services – Adatbányászat)
Tudnivalók a modellek és struktúrák kezeléséről, valamint a használati tulajdonságok beállításáról	Adatbányászati objektumok áthelyezése