Gegevenstypen (gegevensanalyse)

Van toepassing op: SQL Server 2019 en eerder Analysis Services Azure Analysis Services Fabric/Power BI Premium

Belangrijk

Data mining werd verouderd verklaard in SQL Server 2017 Analysis Services en is nu stopgezet in SQL Server 2022 Analysis Services. Documentatie wordt niet bijgewerkt voor afgeschafte en stopgezette functies. Zie Analysis Services-compatibiliteit met eerdere versies voor meer informatie.

Wanneer u een mijnbouwmodel of een mijnbouwstructuur maakt in Microsoft SQL Server SQL Server Analysis Services, moet u de gegevenstypen definiëren voor elk van de kolommen in de mijnbouwstructuur. Het gegevenstype vertelt de analyse-engine of de gegevens in de gegevensbron numeriek of tekst zijn en hoe de gegevens moeten worden verwerkt. Als uw brongegevens bijvoorbeeld numerieke gegevens bevatten, kunt u opgeven of de getallen worden behandeld als gehele getallen of door decimalen te gebruiken.

SQL Server Analysis Services ondersteunt de volgende gegevenstypen voor kolommen met mining-structuren:

Gegevenssoort	Ondersteunde inhoudstypen
Text	Cyclische, discrete, discretized, sleutelreeks, geordende, reeks
Lang	Doorlopend, cyclisch, discreet, discretized, sleutel, sleutelreeks, sleuteltijd, geordende, volgorde, tijd Ingedeeld
Boolean	Cyclische, discrete, geordende
Double	Doorlopend, cyclisch, discreet, discretized, sleutel, sleutelreeks, sleuteltijd, geordende, volgorde, tijd Ingedeeld
Datum	Doorlopend, cyclische, discrete, discretized, sleutel, sleutelreeks, sleutelreeks, sleuteltijd, geordende

Opmerking

De inhoudstypen Tijd en Volgorde worden alleen ondersteund door algoritmen van derden. De cyclische en geordende inhoudstypen worden ondersteund, maar de meeste algoritmen behandelen ze als discrete waarden en voeren geen speciale verwerking uit.

De tabel bevat ook de inhoudstypen die voor elk gegevenstype worden ondersteund.

Het inhoudstype is specifiek voor gegevensanalyse en stelt u in staat om de manier aan te passen waarop gegevens worden verwerkt of berekend in het miningmodel. Zelfs als uw kolom getallen bevat, moet u deze mogelijk modelleren als discrete waarden. Als de kolom getallen bevat, kunt u ook opgeven dat ze in de binn worden geplaatst, of discretized, of opgeven dat het model ze verwerkt als doorlopende waarden. Het inhoudstype kan dus een enorm effect hebben op het model.. Zie Inhoudstypen (Gegevensanalyse) voor een lijst met alle inhoudstypen.

Opmerking

In andere machine learning-systemen kunt u de termen nominale gegevens, factoren of categorieën, rangtelgegevens of reeksgegevens tegenkomen. Over het algemeen komen deze overeen met inhoudstypen. In SQL Server geeft het gegevenstype alleen het waardetype voor opslag op, niet het gebruik ervan in het model.

Een gegevenstype opgeven

Als u het miningmodel rechtstreeks maakt met behulp van Data Mining Extensions (DMX), kunt u het gegevenstype voor elke kolom definiëren terwijl u het model definieert, en Analysis Services maakt de bijbehorende mijnbouwstructuur met de opgegeven gegevenstypen tegelijk. Als u het miningmodel of de mining-structuur maakt met behulp van een wizard, stelt Analysis Services een gegevenstype voor of kunt u een gegevenstype kiezen in een lijst.

Een gegevenstype wijzigen

Als u het gegevenstype van een kolom wijzigt, moet u de mijnbouwstructuur en alle miningmodellen die op die structuur zijn gebaseerd, altijd opnieuw verwerken. Als u het gegevenstype wijzigt, kan die kolom soms niet meer worden gebruikt in een bepaald model. In dat geval genereert Analysis Services een fout wanneer u het model opnieuw verwerkt of verwerkt het model, maar laat die specifieke kolom weg.

Zie ook

Inhoudstypen (gegevensanalyse)
Inhoudstypen (DMX)
Algoritmen voor gegevensanalyse (Analysis Services - Gegevensanalyse)
Mijnbouwstructuren (Analysis Services - Gegevensanalyse)
Gegevenstypen (DMX)
Kolommen van mijnbouwmodel
Mijnbouwstructuurkolommen