모델링 플래그(데이터 마이닝)

적용 대상: SQL Server 2019 및 이전 Analysis Services Azure Analysis Services Fabric/Power BI Premium

중요합니다

데이터 마이닝은 SQL Server 2017 Analysis Services에서 더 이상 사용되지 않으며 이제 SQL Server 2022 Analysis Services에서 중단되었습니다. 더 이상 사용되지 않고 중단된 기능에 대한 설명서는 업데이트되지 않습니다. 자세한 내용은 Analysis Services 이전 버전과의 호환성을 참조하세요.

SQL Server SQL Server Analysis Services 모델링 플래그는 사례 테이블의 데이터에 대한 자세한 정보를 데이터 마이닝 알고리즘에 제공합니다. 알고리즘은 이 정보를 사용하여 보다 정확한 데이터 마이닝 모델을 빌드합니다.

마이닝 구조 수준에서 일부 모델링 플래그를 정의하고 마이닝 모델 열 수준에서 다른 모델링 플래그를 정의합니다. 예를 들어 마이닝 구조 열에 NOT NULL 모델링 플래그를 사용합니다. 모델을 만드는 데 사용하는 알고리즘은 마이닝 모델 열에 정의할 수 있는 추가 모델링 플래그를 결정합니다.

비고

타사 플러그 인에는 SQL Server Analysis Services 정의하는 것 이상으로 모델링 플래그가 포함될 수 있습니다.

모델링 플래그 목록

SQL Server Analysis Services 다음 모델링 플래그를 지원합니다. 특정 알고리즘이 지원하는 플래그에 대한 자세한 내용은 모델을 만드는 알고리즘에 대한 기술 참조를 참조하세요.

NOT NULL
특성 열에 null 값을 포함할 수 없게 지정합니다. 모델 학습 중에 SQL Server Analysis Services 이 열에서 null 값이 발견되면 오류를 반환합니다.

MODEL_EXISTENCE_ONLY
열을 누락 상태와 기존 상태의 두 가지 상태로 처리 합니다. 값이 NULL이면 알고리즘은 이 값을 Missing으로 처리합니다. MODEL_EXISTENCE_ONLY 플래그는 예측 가능한 특성에 적용되며 대부분의 알고리즘은 플래그를 지원합니다.

MODEL_EXISTENCE_ONLY 플래그를 True로 설정하면 모델은 누락 상태와 기존 상태의 두 가지 상태만 있는 값을 나타냅니다. 누락되지 않은 모든 상태를 하나의 기존 값으로 결합합니다.

이 모델링 플래그의 일반적인 용도는 NULL 상태에 암시적 의미가 있는 특성이며 NOT NULL 상태의 명시적 값은 열에 값이 있다는 사실만큼 중요하지 않을 수 있습니다. 예를 들어 계약이 서명되지 않은 경우 [DateContractSigned] 열은 NULL 이고 계약이 서명된 경우 NOT NULL 일 수 있습니다. 따라서 모델의 목적이 계약 서명 여부를 예측하는 것인 경우 MODEL_EXISTENCE_ONLY 플래그를 사용하여 NOT NULL 사례의 정확한 날짜 값을 무시하고 계약이 누락 된 경우 또는 기존 계약을 구분할 수 있습니다.

비고

누락은 알고리즘에서 사용하는 특수 상태이며 열의 텍스트 값 "Missing"과 다릅니다. 자세한 내용은 누락 값(Analysis Services - 데이터 마이닝)을 참조하세요.

Regressor
REGRESSOR 플래그는 처리 중에 열을 후보 회귀자로 표시합니다. 연속 숫자 데이터 형식이 있는 마이닝 모델 열에서만 이 플래그를 사용합니다. 자세한 내용은 회귀자 모델링 플래그의 사용을 참조하세요.

모델링 플래그 보기 및 변경

데이터 마이닝 디자이너의 구조 또는 모델 속성에서 마이닝 구조 열 또는 모델 열에 대한 모델링 플래그를 봅니다.

현재 마이닝 구조에 대한 모델링 플래그를 확인하려면 데이터 마이닝 스키마 행 집합을 쿼리합니다. 다음 쿼리는 구조체 열에 대한 플래그만 반환합니다.

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

데이터 마이닝 디자이너를 사용하고 연결된 열의 속성을 편집하여 모델에 사용되는 모델링 플래그를 추가하거나 변경할 수 있습니다. 이러한 변경 내용을 사용하려면 구조 또는 모델을 다시 처리해야 합니다.

DMX, AMO 또는 XMLA 스크립트를 사용하여 새 마이닝 구조 또는 모델에 모델링 플래그를 지정합니다. DMX는 기존 마이닝 모델 또는 구조에서 모델링 플래그를 변경할 수 없습니다. 대신 ALTER MINING STRUCTURE ... ADD MINING MODEL를 사용하여 마이닝 모델을 만드세요.

REGRESSOR 모델링 플래그 사용

열에 REGRESSOR 모델링 플래그를 설정하면 열에 잠재적인 회귀 변수가 포함되어 있음을 나타냅니다. 알고리즘은 모델에서 사용하는 회귀 변수를 결정하고 예측 가능한 특성을 모델링하지 않는 회귀를 삭제합니다.

데이터 마이닝 마법사를 사용하여 모델을 빌드하는 경우 모든 연속 입력 열에 가능한 회귀 변수로 플래그가 지정됩니다. 따라서 열에 REGRESSOR 플래그를 명시적으로 설정하지 않더라도 열은 모델에서 회귀 변수로 사용될 수 있습니다.

다음 예제와 같이 마이닝 모델에 대한 스키마 행 집합에 대해 쿼리를 수행하여 처리된 모델에서 실제로 사용된 회귀자를 확인할 수 있습니다.

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

참고 사항 마이닝 열의 콘텐츠 형식을 연속에서 불연속으로 변경한 후 열의 플래그를 수동으로 변경하고 모델을 다시 처리합니다.

선형 회귀 모델의 회귀 변수

선형 회귀 모델은 Microsoft 의사 결정 트리 알고리즘을 기반으로 합니다. Microsoft 선형 회귀 알고리즘을 사용하지 않더라도 모든 의사 결정 트리 모델에는 연속 특성의 회귀를 나타내는 트리 또는 노드가 포함될 수 있습니다.

따라서 이러한 모델에서는 연속 열이 회귀를 나타내도록 지정할 필요가 없습니다. Microsoft 의사 결정 트리 알고리즘은 열에 REGRESSOR 플래그를 설정하지 않더라도 의미 있는 패턴을 사용하여 데이터 세트를 영역으로 분할합니다. 차이점은 모델링 플래그를 설정할 때 알고리즘이 트리 노드의 패턴에 맞게 다음 형식의 회귀 수식을 찾으려고 시도한다는 것입니다.

a*C1 + b*C2 + ...

알고리즘은 잔여 항목의 합계를 계산합니다. 편차가 너무 크면 알고리즘이 트리에서 분할을 강제합니다.

예를 들어 Income 을 특성으로 사용하여 고객 구매 동작을 예측하고 열에 REGRESSOR 모델링 플래그를 설정한다고 가정합니다. 알고리즘은 먼저 소득 값을 표준 회귀 수식에 맞추려고 합니다. 편차가 너무 크면 알고리즘은 수식을 포기하고 트리를 다른 특성으로 분할합니다. 그런 다음 알고리즘은 각 분기의 소득 회귀 변수를 맞추려고 시도합니다.

FORCE_REGRESSOR 매개 변수를 사용하여 알고리즘이 특정 회귀기를 사용하도록 요구합니다. 의사 결정 트리 및 선형 회귀 알고리즘은 이 매개 변수를 지원합니다.

관련 작업

이러한 링크를 사용하여 플래그 모델링에 대해 자세히 알아보세요.

과업	주제
데이터 마이닝 디자이너에서 모델링 플래그 편집	모델링 플래그 보기 또는 변경(데이터 마이닝)
알고리즘에 힌트를 제공하여 잠재 회귀 변수를 추천합니다.	모델에서 회귀로 사용할 열 지정
특정 알고리즘에서 지원하는 모델링 플래그를 참조하세요(각 알고리즘 참조 항목의 모델링 플래그 섹션에서).	데이터 마이닝 알고리즘(Analysis Services - 데이터 마이닝)
마이닝 구조 열 및 해당 열에 설정할 수 있는 속성에 대해 자세히 알아보기	마이닝 구조 열
모델 수준에서 적용할 수 있는 마이닝 모델 열 및 모델링 플래그에 대해 알아봅니다.	마이닝 모델 열
DMX 문의에서 모델링 플래그와 작업하는 방법에 대한 구문을 참조하세요.	모델링 플래그(DMX)
누락된 값 및 해당 값을 사용하여 작업하는 방법에 대해 알아봅니다.	누락된 값(Analysis Services - 데이터 마이닝)
모델 및 구조 관리 및 사용 속성 설정에 대해 알아보기	데이터 마이닝 개체 이동