Condividi tramite


SELECT INTO (DMX)

Crea un nuovo modello di data mining basato sulla struttura di data mining di un modello di data mining esistente. L'istruzione SELECT INTO crea il nuovo modello di data mining copiando lo schema e altre informazioni non specifiche dell'algoritmo effettivo.

Sintassi

SELECT INTO <new model> 
USING <algorithm> [(<parameter list>)] [WITH DRILLTHROUGH[,] [FILTER(<expression>)]]
FROM <existing model>

Argomenti

  • new model
    Nome univoco del nuovo modello da creare.

  • algorithm
    Nome definito dal provider di un algoritmo di data mining.

  • parameter list
    Facoltativo. Elenco delimitato da virgole dei parametri definiti dal provider per l'algoritmo.

  • expression
    Espressione che restituisce una condizione di filtro valida sui dati di training. Per ulteriori informazioni sulle espressioni che possono essere utilizzate come filtri, vedere Creazione di filtri per i modelli di data mining (Analysis Services - Data mining).

  • existing model
    Nome del modello esistente da copiare.

Osservazioni

Se il modello esistente è stato sottoposto a training, il nuovo modello verrà automaticamente elaborato quando viene eseguita l'istruzione. In caso contrario il nuovo modello rimarrà non elaborato.

È possibile utilizzare l'istruzione SELECT INTO solo se la struttura del modello esistente è compatibile con l'algoritmo del nuovo modello. Pertanto, questa istruzione è molto utile per creare e testare rapidamente modelli basati sullo stesso algoritmo. Se si modifica il tipo di algoritmo, il nuovo algoritmo deve supportare il tipo di dati di ogni colonna presente nel modello esistente, altrimenti potrebbe verificarsi un errore quando viene elaborato il modello.

La clausola WITH DRILLTHROUGH abilita il drill-through sul nuovo modello di data mining. È possibile abilitare il drill-through solo al momento della creazione del modello.

Esempio 1: Modifica dei parametri del modello

Nell'esempio seguente viene creato un nuovo modello di data mining basato su un modello di data mining esistente, TM_Clustering, creato nell'Esercitazione di base sul data mining. Il parametro CLUSTER_COUNT viene modificato in modo che nel nuovo modello esistano al massimo cinque cluster. Nel modello esistente viene invece utilizzato il valore predefinito 10.

SELECT * INTO [New_Clustering]
USING [Microsoft_Clustering] (CLUSTER_COUNT = 5) 
FROM [TM Clustering]

Esempio 2: Aggiunta di un filtro al modello

Nell'esempio seguente viene creato un nuovo modello di data mining basato su un modello di data mining esistente e viene aggiunto un filtro nel modello. Il filtro limita i dati di training solo ai clienti che vivono in un'area specifica.

SELECT * INTO [Clustering Europe Region]
USING [Microsoft_Clustering] WITH FILTER(Region='Europe')
FROM [TM Clustering]

[!NOTA]

I filtri applicati alla tabella del case possono essere modificati mediante l'istruzione SELECT INTO come mostrato in questo esempio. Tuttavia, se il modello originale contiene un filtro in una tabella nidificata, il filtro della tabella nidificata non può essere modificato o rimosso mediante questa sintassi, ma viene copiato dal modello originale senza alcuna modifica. Per creare un modello con un filtro diverso in una tabella nidificata, utilizzare la sintassi ALTER STRTUCTURE...ADD MODEL.