Not
Åtkomst till denna sida kräver auktorisation. Du kan prova att logga in eller byta katalog.
Åtkomst till denna sida kräver auktorisation. Du kan prova att byta katalog.
gäller för:
SQL Server SSIS Integration Runtime i Azure Data Factory
Viktigt!
Datautvinningen upphörde i SQL Server 2017 (14.x) Analysis Services och upphörde nu i SQL Server 2022 (16.x) Analysis Services. Dokumentationen uppdateras inte för inaktuella och utgångna funktioner. Mer information finns i Analysis Services bakåtkompatibilitet.
Målobjektet Data Mining Model Training tränar upp datautvinningsmodeller genom att skicka de datauppgifter som målobjektet tar emot via algoritmerna för datautvinningsmodellen. Flera datautvinningsmodeller kan tränas av en och samma destination om modellerna bygger på samma datautvinningsstruktur. Mer information finns i Kolumner för gruvstruktur och Gruvmodellkolumner.
Konfiguration av träningsmålet för datautvinningsmodellen
Om en kolumn på ärendenivå i målstrukturen och modellerna som bygger på strukturen har innehållstypen NYCKELTID eller NYCKELSEKVENS, måste indata sorteras i den kolumnen. Till exempel använder modeller som skapats med hjälp av Microsoft Time Series algoritmen innehållstypen nyckeltid. Om indata inte sorteras kan bearbetningen av modellen misslyckas. Om data kräver sortering kan du använda en sorteringstransformering tidigare i dataflödet för att sortera data. Det här kravet gäller inte för kolumner med nyckelinnehållstypen. Mer information finns i Innehållstyper (datautvinning) och Sorteringstransformation.
Anmärkning
Indata till träningsmålet för datautvinningsmodellen måste sorteras. Om du vill sortera data kan du inkludera ett sorteringsmål uppströms från datautvinningsmodellens träningsmål i dataflödet. För mer information, se Sorteringsomvandling.
Det här målet har en ingång och ingen utgång.
Data Mining Model Training-målet använder en SQL Server Analysis Services-anslutningshanterare för att ansluta till Analysis Services-projektet eller instansen av Analysis Services som innehåller datagruvstrukturen och datagruvmodellerna som destinationen tränar. Mer information finns i Analysis Services Connection Manager.
Du kan ange egenskaper via SSIS Designer eller programmatiskt.
Dialogrutan Avancerad redigerare visar de egenskaper som kan anges programmatiskt. Om du vill ha mer information om de egenskaper som du kan ange i dialogrutan Avancerad redigerare eller programmatiskt klickar du på något av följande avsnitt:
Mer information om hur du anger egenskaper finns i Ange egenskaper för en dataflödeskomponent.
Data Mining Model Training Editor (fliken Anslutning)
Använd sidan Anslutning i dialogrutan Data Mining Model Training Editor för att välja en gruvmodell att träna.
Options
Anslutningshanteraren
Välj från listan över befintliga Analysis Services-anslutningar eller skapa en ny Analysis Services-anslutning med hjälp av knappen Ny som beskrivs på följande sätt.
New
Skapa en ny anslutning med hjälp av dialogrutan Lägg till Analysis Services Connection Manager .
Gruvstruktur
Välj i listan över tillgängliga gruvstrukturer eller skapa en ny struktur genom att klicka på Ny.
New
Skapa en ny gruvstruktur och gruvmodell med hjälp av guiden Datautvinning.
Gruvmodeller
Visa listan över gruvmodeller som är associerade med den valda gruvstrukturen.
Data Mining Model Training Editor (fliken Kolumnerna)
Använd sidan Kolumner i dialogrutan Data Mining Model Training Editor för att mappa indatakolumner till kolumner i gruvstrukturen.
Options
Tillgängliga Indatakolumner
Visa listan över tillgängliga indatakolumner. Dra indatakolumner för att mappa dem till kolumner för gruvstruktur.
Kolumner för gruvstruktur
Visa listan över kolumner för gruvstruktur. Dra kolumner för gruvstruktur för att mappa dem till tillgängliga indatakolumner.
Indatakolumn
Visa indatakolumner som valts från tabellen ovan. Om du vill ändra eller ta bort en mappningsmarkering använder du listan över tillgängliga indatakolumner.
Kolumner för gruvstruktur
Visa varje tillgänglig målkolumn, oavsett om den är mappad eller inte.