Metody dyskretyzacji (wyszukiwania danych)

Dotyczy: SQL Server 2019 i starsze usługi Analysis Services Azure Analysis Services Fabric/Power BI Premium

Ważne

Funkcja wyszukiwania danych została uznana za przestarzałą w usługach SQL Server 2017 Analysis Services i została zakończona w usługach SQL Server 2022 Analysis Services. Dokumentacja nie jest aktualizowana dla przestarzałych i wycofanych funkcji. Aby dowiedzieć się więcej, zobacz zgodność z poprzednimi wersjami usług Analysis Services.

Niektóre algorytmy tworzące modele wyszukiwania danych w SQL Server SQL Server Analysis Services wymagają poprawnego działania określonych typów zawartości. Na przykład algorytm Microsoft Naive Bayes nie może wykorzystywać kolumn o wartościach ciągłych jako danych wejściowych i nie może przewidywać wartości ciągłych. Ponadto niektóre kolumny zawierają tak wiele wartości, że algorytm nie może łatwo identyfikować interesujących wzorców w danych w celu utworzenia modelu.

W takich przypadkach można zdyskretyzować dane w kolumnach, aby umożliwić użycie algorytmów do utworzenia modelu eksploracji danych. Dyskretyzacja to proces umieszczania wartości w zasobnikach, więc istnieje ograniczona liczba możliwych stanów. Same zasobniki są traktowane jako uporządkowane i dyskretne wartości. Można dyskretyzować zarówno kolumny liczbowe, jak i tekstowe.

Dostępnych jest kilka metod dyskretyzowania danych. Jeśli rozwiązanie do wyszukiwania danych korzysta z danych relacyjnych, możesz kontrolować liczbę zasobników używanych do grupowania danych, ustawiając wartość DiscretizationBucketCount właściwości. Domyślna liczba zasobników to 5.

Jeśli rozwiązanie do wyszukiwania danych używa danych z modułu przetwarzania analitycznego online (OLAP), algorytm wyszukiwania danych automatycznie oblicza liczbę zasobników do wygenerowania przy użyciu następującego równania, gdzie n jest liczbą odrębnych wartości danych w kolumnie:

Number of Buckets = sqrt(n)

Jeśli nie chcesz, aby program SQL Server Analysis Services obliczał liczbę zasobników, użyj właściwości DiscretizationBucketCount, aby ręcznie określić liczbę zasobników.

W poniższej tabeli opisano metody, których można użyć do dyskretyzowania danych w SQL Server Analysis Services.

Metoda dyskretyzacji	Description
AUTOMATYCZNE	Usługi SQL Server Analysis Services określają, która metoda dyskretyzacji ma być używana.
KLASTRÓW	Algorytm dzieli dane na grupy przez próbkowanie danych treningowych, inicjowanie do wielu punktów losowych, a następnie uruchamianie kilku iteracji algorytmu klastrowania firmy Microsoft przy użyciu metody Maksymalizacja oczekiwań (EM). Metoda CLUSTERS jest przydatna, ponieważ działa na dowolnej krzywej rozkładu. Wymaga to jednak więcej czasu przetwarzania niż inne metody dyskretyzacji. Tej metody można używać tylko z kolumnami liczbowymi.
EQUAL_AREAS	Algorytm dzieli dane na grupy zawierające taką samą liczbę wartości. Ta metoda jest najlepiej używana w przypadku krzywych rozkładu normalnego, ale nie działa dobrze, jeśli rozkład zawiera dużą liczbę wartości w wąskiej grupie w danych ciągłych. Na przykład jeśli jedna połowa elementów ma koszt 0, jedna połowa danych występuje w jednym punkcie na krzywej. W takim rozkładzie metoda ta dzieli dane, aby uzyskać równomierną dyskretyzację na wiele przedziałów. Ten proces generuje niedokładną reprezentację danych.

Uwagi

• Użyj metody EQUAL_AREAS, aby zdyskretyzować ciągi.

• Metoda CLUSTERS używa losowej próbki 1000 rekordów do dyskretyzowania danych. Użyj metody EQUAL_AREAS , jeśli nie chcesz, aby algorytm próbkować dane.

Zobacz także

Typy zawartości (wyszukiwania danych)
Typy treści (DMX)
Algorytmy wyszukiwania danych (Analysis Services — eksploracja danych)
Struktury górnicze (Analysis Services – eksploracja danych)
Typy danych (wyszukiwania danych)
Kolumny struktury analizy danych
Rozkłady kolumn (wyszukiwania danych)