Penanda pemodelan (penggalian data)

Berlaku untuk: SQL Server 2019 dan versi Analysis Services sebelumnya Azure Analysis Services Fabric/Power BI Premium

Penting

Penambangan data tidak digunakan lagi di SQL Server 2017 Analysis Services dan sekarang dihentikan di SQL Server 2022 Analysis Services. Dokumentasi tidak diperbarui untuk fitur yang tidak digunakan lagi dan dihentikan. Untuk mempelajari selengkapnya, lihat Kompatibilitas mundur Analysis Services.

Dalam SQL Server SQL Server Analysis Services, bendera pemodelan memberikan algoritma penggalian data informasi selengkapnya tentang data dalam tabel kasus. Algoritma menggunakan informasi ini untuk membangun model penambangan data yang lebih akurat.

Anda menentukan beberapa bendera pemodelan di tingkat struktur penambangan dan lainnya di tingkat kolom model penambangan. Misalnya, gunakan bendera pemodelan NOT NULL dengan kolom struktur penambangan. Algoritma yang Anda gunakan untuk membuat model menentukan bendera pemodelan tambahan mana yang dapat Anda tentukan pada kolom model penambangan.

Nota

Plug-in pihak ketiga dapat mencakup penanda pemodelan selain yang ditentukan oleh SQL Server Analysis Services.

Daftar bendera pemodelan

SQL Server Analysis Services mendukung bendera pemodelan berikut. Untuk informasi tentang bendera yang didukung algoritma tertentu, lihat referensi teknis untuk algoritma yang membuat model.

BUKAN NULL
Menentukan bahwa kolom atribut tidak boleh berisi nilai null. Selama pelatihan model, SQL Server Analysis Services mengembalikan kesalahan jika mengalami nilai null di kolom ini.

MODEL_EXISTENCE_ONLY
Memperlakukan kolom sebagai memiliki dua status: Hilang dan Sudah Ada. Jika nilainya NULL, algoritma memperlakukannya sebagai Hilang. Bendera MODEL_EXISTENCE_ONLY berlaku untuk atribut yang dapat diprediksi, dan sebagian besar algoritma mendukung bendera.

Saat Anda mengatur bendera MODEL_EXISTENCE_ONLY ke True, model mewakili nilai hanya dengan dua status: Hilang dan Sudah Ada. Ini menggabungkan semua keadaan yang tidak hilang menjadi satu nilai Ada.

Penggunaan umum untuk bendera pemodelan ini akan berada dalam atribut di mana status NULL memiliki arti implisit, dan nilai eksplisit status NOT NULL mungkin tidak sepenting fakta bahwa kolom memiliki nilai apa pun. Misalnya, kolom [DateContractSigned] mungkin NULL jika kontrak tidak pernah ditandatangani dan NOT NULL jika kontrak ditandatangani. Oleh karena itu, jika tujuan model adalah untuk memprediksi apakah kontrak akan ditandatangani, Anda dapat menggunakan bendera MODEL_EXISTENCE_ONLY untuk mengabaikan nilai tanggal yang tepat dalam kasus NOT NULL dan hanya membedakan antara kasus di mana kontrak Hilang atau Sudah Ada.

Nota

Hilang adalah status khusus yang digunakan oleh algoritma, dan berbeda dari nilai teks "Hilang" dalam kolom. Untuk informasi selengkapnya, lihat Nilai yang Hilang (Analysis Services - Data Mining).

REGRESSOR
Bendera REGRESSOR menandai kolom sebagai regresi kandidat selama pemrosesan. Gunakan bendera ini hanya pada kolom model penambangan yang memiliki jenis data numerik berkelanjutan. Untuk informasi selengkapnya, lihat Penggunaan Bendera Pemodelan REGRESSOR.

Menampilkan dan Mengubah Bendera Pemodelan

Lihat penanda pemodelan untuk kolom struktur penambangan data atau kolom model dalam properti struktur atau model di Data Mining Designer.

Untuk memeriksa bendera pemodelan untuk struktur penambangan saat ini, kueri kumpulan baris skema penambangan data. Kueri berikut mengembalikan penanda untuk kolom struktur saja.

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

Anda dapat menambahkan atau mengubah bendera pemodelan yang digunakan dalam model dengan menggunakan Perancang Penggalian Data dan mengedit properti kolom terkait. Perubahan tersebut mengharuskan struktur atau model diolah ulang.

Tentukan bendera pemodelan dalam struktur atau model penambangan baru dengan menggunakan skrip DMX, AMO, atau XMLA. DMX tidak dapat mengubah bendera pemodelan dalam model atau struktur penambangan yang ada. Sebagai gantinya, buat model penambangan dengan ALTER MINING STRUCTURE ... ADD MINING MODEL.

Penggunaan bendera pemodelan REGRESSOR

Saat Anda mengatur REGRESSOR bendera pemodelan pada kolom, Anda menunjukkan bahwa kolom berisi regresi potensial. Algoritma menentukan regresi mana yang digunakan model dan membuang apa pun yang tidak memodelkan atribut yang dapat diprediksi.

Saat Anda membangun model dengan menggunakan wizard Penggalian Data, semua kolom input berkelanjutan ditandai sebagai regresior yang mungkin. Oleh karena itu, bahkan jika Anda tidak secara eksplisit mengatur bendera REGRESSOR pada kolom, kolom mungkin digunakan sebagai regresor dalam model.

Anda dapat menentukan regresi yang benar-benar digunakan dalam model yang diproses dengan melakukan kueri terhadap set baris skema untuk model penambangan, seperti yang ditunjukkan dalam contoh berikut:

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

Catatan Setelah Anda mengubah jenis konten kolom penambangan dari berkelanjutan ke diskrit, ubah bendera kolom secara manual dan proses ulang model.

Regresi dalam model regresi linier

Model regresi linier didasarkan pada algoritma Pohon Keputusan Microsoft. Bahkan jika Anda tidak menggunakan algoritma Regresi Linier Microsoft, model pohon keputusan apa pun dapat berisi pohon atau simpul yang mewakili regresi pada atribut berkelanjutan.

Oleh karena itu, dalam model ini Anda tidak perlu menentukan bahwa kolom berkelanjutan mewakili regresor. Algoritma Pohon Keputusan Microsoft mempartisi himpunan data ke wilayah dengan pola yang bermakna bahkan jika Anda tidak mengatur bendera REGRESSOR pada kolom. Perbedaannya adalah ketika Anda mengatur bendera pemodelan, algoritma mencoba menemukan persamaan regresi dari formulir berikut agar sesuai dengan pola dalam simpul pohon.

a*C1 + b*C2 + ...

Algoritma menghitung jumlah residu. Jika penyimpangan terlalu besar, algoritma memaksa pemisahan di pohon.

Misalnya, Anda memprediksi perilaku pembelian pelanggan dengan menggunakan Pendapatan sebagai atribut dan mengatur bendera pemodelan REGRESSOR pada kolom. Algoritma pertama-tama mencoba menyesuaikan nilai Pendapatan dengan rumus regresi standar. Jika penyimpangan terlalu besar, algoritma meninggalkan rumus dan membagi pohon pada atribut lain. Algoritma kemudian mencoba untuk menyesuaikan regresor pendapatan di setiap cabang.

Gunakan parameter FORCE_REGRESSOR untuk mengharuskan algoritma menggunakan regresor tertentu. Algoritma Pohon Keputusan dan Regresi Linier mendukung parameter ini.

Tugas terkait

Gunakan tautan ini untuk mempelajari selengkapnya tentang bendera pemodelan.

Task	Topik
Mengedit bendera pemodelan di Perancang Penggalian Data	Melihat atau Mengubah Penanda Pemodelan (Penggalian Data)
Tentukan petunjuk kepada algoritma untuk merekomendasikan regressor yang tepat.	Tentukan Kolom yang Akan Digunakan sebagai Regresor dalam Model
Lihat bendera pemodelan yang didukung oleh algoritma tertentu (di bagian Bendera Pemodelan untuk setiap topik referensi algoritma)	Algoritma Penambangan Data (Analysis Services - Penambangan Data)
Pelajari selengkapnya tentang kolom struktur penambangan dan properti yang bisa Anda atur di dalamnya	Kolom Struktur Penambangan
Pelajari tentang menambang kolom model dan bendera pemodelan yang dapat Anda terapkan di tingkat model	Kolom Model Penambangan
Lihat sintaks untuk bekerja dengan bendera pemodelan dalam pernyataan DMX	Bendera Pemodelan (DMX)
Pelajari tentang nilai yang hilang dan cara bekerja dengannya	Nilai Hilang (Analysis Services - Penggalian Data)
Pelajari tentang mengelola model dan struktur serta mengatur properti penggunaan	Memindahkan Objek Penggalian Data