ALTER ARAŞTIRMA YAPISI (DMX)
Varolan bir temel alarak yeni bir araştırma modeli oluşturur araştırma yapısı.Kullandığınızda, ALTER MINING STRUCTURE Yeni bir araştırma modeli yapısını oluşturmak için deyim gerekir zaten mevcut.Buna karşılık, kullandığınızda deyim ARAŞTIRMA MODELİ (DMX) OLUŞTURMA, bir model oluşturmak ve otomatik olarak aynı temel araştırma yapısını oluşturmak saat.
Sözdizimi
ALTER MINING STRUCTURE <structure>
ADD MINING MODEL <model>
(
<column definition list>
[(<nested column definition list>) [WITH FILTER (<nested filter criteria>)]]
)
USING <algorithm> [(<parameter list>)]
[WITH DRILLTHROUGH]
[,FILTER(<filter criteria>)]
Bağımsız değişkenler
structure
Araştırma modeli eklenecek araştırma yapısı adı.model
Araştırma modeli için benzersiz bir ad.column definition list
Sütun tanımları virgülle ayrılmış listesi.nested column definition list
İç içe geçmiş bir tablo, uygulanabiliyorsa sütunlarından virgülle ayrılmış listesi.nested filter criteria
İç içe geçmiş tablo sütunlara uygulanan süzgeç ifade.algorithm
Sağlayıcı tarafından tanımlanan bir veri madenciliği algoritmasının adı.Not
Geçerli sağlayıcı tarafından desteklenen algoritmaların listesini kullanarak alınabilir DMSCHEMA_MINING_SERVICES satır kümesi.Geçerli desteklenen algoritmaları görüntülemek için örnek , Analysis Services, bkz: Veri madenciliği özellikleri.
parameter list
İsteğe bağlı.Algoritma için sağlayıcı tarafından tanımlanan parametreleri virgülle ayrılmış listesi.filter criteria
Durumda sütunlara uygulanan süzgeç ifade tablo.
Açıklamalar
Araştırma yapısı bileşik anahtarlar içeriyorsa, araştırma modeli yapısı içinde tanımlanan anahtar sütunlar eklemeniz gerekir.
Modeli gerek duymuyorsanız, bir tahmin edilebilir sütun, örneğin, kullanılarak oluşturulan modelleri Microsoft Kümeleme ve Microsoft sırası kümeleme algoritmaları, gerekmez Ekle sütun tanımında deyim.Ortaya çıkan modelin tüm öznitelikler giriş olarak kabul edilecektir.
De WITH uygulanan yan tümce tümce durum tablo, filtre uygulama ve detaylandırma seçenekleri belirtebilirsiniz:
Ekleme FILTER anahtar sözcüğünü ve bir filtre koşulu.Araştırma modeli durumlarda filtre uygulanır.
Ekleme DRILLTHROUGH modelinden detaya madenciliği modelinin sağlayacak anahtar sözcük sonuçlar için servis talebi verilerini.Yalnızca modeli oluşturduğunuzda detaylandırma veri Mining Extensions (dmx içindeki), etkinleştirilebilir.
Hem durum filtreleme ve detaylandırma kullanmak için anahtar sözcükler tek bir araya WITH Aşağıdaki örnekte gösterildiği sözdizimini kullanarak yan tümce tümce tümce:
WITH DRILLTHROUGH, FILTER(Gender = 'Male')
Sütun tanım listesi
Her sütun için aşağıdaki bilgileri içeren bir sütun tanım listesi belirterek bir modeli yapısını tanımlayın:
Adı (zorunlu)
Diğer adı (isteğe bağlı)
Modelleme bayrakları
Belirtilen sütun öngörülebilir bir değer içeren olup olmadığını belirten algoritmasına, öngörü isteği tarafından PREDICT veya PREDICT_ONLY yan tümce tümce tümce
Tek bir sütun tanımlamak için sütun tanım listesi için aşağıdaki sözdizimini kullanın:
<structure column name> [AS <model column name>] [<modeling flags>] [<prediction>]
Sütun adı ve diğer
İçinde kullanılan sütun tanım listesi içinde kullandığınız sütun adı sütun adı olması gerekir araştırma yapısı.Ancak, isteğe bağlı olarak yapısı sütunu temsil etmek için bir diğer ad tanımlayabilirsiniz araştırma modeli.Ayrıca, aynı yapısı sütun için birden çok sütun tanımları oluşturabilir ve farklı bir diğer ad atayın ve tahmin sütunu her bir kopyası için kullanımı.Varsayılan olarak, bir diğer ad tanımla yapısı sütun adı kullanılır.Daha fazla bilgi için bkz: Nasıl yapılır: Modeli sütun için bir diğer ad oluşturma.
İç içe geçmiş tablo sütunları için iç içe geçmiş tablo adını belirtin, veri türü olarak belirtmek TABLEve içine parantez. modeli dahil etmek için iç içe sütunlar listesinde
İç içe geçmiş tablo için iç içe geçmiş tablo sütun tanımı sonra filtre ölçüt ifade affixing tarafından uygulanan süzgeç ifade tanımlayabilirsiniz.
Bayrakları modelleme
Analysis Services Araştırma modeli sütunları kullanmak için aşağıdaki modelleme bayrakları destekler:
Not
Bayrak modelleme not_null araştırma yapısı sütun uygulanır.Daha fazla bilgi için bkz: ARAŞTIRMA YAPISI (DMX) OLUŞTURMA.
Deyim |
Tanım |
REGRESSOR |
Algoritma belirtilen sütun regresyon algoritmaları regresyon formülde kullanabilirsiniz gösterir. |
MODEL_EXISTENCE_ONLY |
Öznitelik sütun değerlerini öznitelik varlığını daha az önemli olduğunu gösterir. |
Bir sütun için birden çok modelleme bayrakları tanımlayabilirsiniz.Modelleme Bayrakları kullanma hakkında daha fazla bilgi için bkz: Modelleme bayrakları (dmx).
Tahmin yan tümcesi
Tahmin yan tümce tümce tümce açıklar nasıl tahmin sütun kullanılır.Aşağıdaki tablo olası yan tümceleri listeler.
PREDICT |
Bu sütun modeli tarafından öngörülen y ve değerlerini, giriş olarak öngörülebilir diğer sütunlara değer tahmin etmek için kullanılır. |
PREDICT_ONLY |
Bu sütun modeli tarafından öngörülen y, ancak kendi değerleri giriş durumlarda öngörülebilir diğer sütunlara değer tahmin etmek için kullanılamaz. |
Filtre ölçütünü ifadeleri
Kullanılan servis taleplerini sınırlayan bir filtre tanımlayabilirsiniz araştırma modeli.Filtre ya da durum tablosundaki sütunlar veya iç içe geçmiş tablo satırları veya her ikisini de uygulanabilir.
Filtre ölçütünü ifadeleri Basitleştirilmiş dmx yüklemler, where yan tümce tümce tümcesine benzer olduğunu.Filtre ifadeleri temel matematiksel işleçleri, çok fazla ilerleyemezdik ve sütun adlarını kullanan formülleri için kısıtlanır.EXISTS istisnadır işleç; en az bir satır için bir alt sorgu döndürülürse, true deðerini verir.Yüklemler ortak mantıksal işleçler kullanılarak birleştirilebilir: and, or ve not.
Veri madenciliği modelleri ile kullanılan filtreleri hakkında daha fazla bilgi için bkz: Veri madenciliği modelleri için filtre oluşturma (- Analysis Services veri madenciliği).
Not
Bir filtre sütunları olması gerekir araştırma yapısı sütunlar.Filtre modeli sütun ya da takma adlı sütun oluşturamazsınız.
dmx işleçleri ve sözdizimi hakkında daha fazla bilgi için bkz: Mining modeli sütunlar.
Parametre tanımı listesi
Algoritma parametreleri parametre listesine ekleyerek, performans ve işlevsellik model ayarlayabilirsiniz.Kullanabileceğiniz parametreleri kullanma yan tümce tümce tümcesinde belirtme algoritması bağlıdır.Her algoritması ile ilişkili parametrelerin listesi için bkz: Veri madenciliği algoritmaları (Analysis Services - veri madenciliği).
Parametre listesi sözdizimi aşağıdaki gibidir:
[<parameter> = <value>, <parameter> = <value>,…]
Örnek 1: Bir Model için bir yapı Ekle
Aşağıdaki örnek, önbelleğin Bayes ekler araştırma modeli için Yeni posta öznitelik sayısı 50'ye bildiren araştırma yapısı ve sınırları.
ALTER MINING STRUCTURE [New Mailing]
ADD MINING MODEL [Naive Bayes]
(
CustomerKey,
Gender,
[Number Cars Owned],
[Bike Buyer] PREDICT
)
USING Microsoft_Naive_Bayes (MAXIMUM_STATES = 50)
Örnek 2: Filtre uygulanmış bir Model için bir yapı Ekle
Aşağıdaki örnek, bir araştırma modeli ekler Naive Bayes Women, çok Yeni posta araştırma yapısı.Yeni model olarak aynı temel yapıya sahip araştırma modeli örnek 1; eklenmiştir Ancak, bu modeli servis taleplerini kısıtlar araştırma yapısı kadın müşterilerine 50 yaşın üzerinde.
ALTER MINING STRUCTURE [New Mailing]
ADD MINING MODEL [Naive Bayes Women]
(
CustomerKey,
Gender,
[Number Cars Owned],
[Bike Buyer] PREDICT
)
USING Microsoft_Naive_Bayes
WITH FILTER([Gender] = 'F' AND [Age] >50)
Örnek 3: Filtre uygulanmış bir Model bir yapıya sahip bir iç içe tablo Ekle
Aşağıdaki örnek, bir araştırma modeli Pazar sepeti değiştirilmiş bir sürüm ekler araştırma yapısı.Eklemek için örnekte kullanılan araştırma yapısı değiştirilmiş bir bölge müşteri bölge için öznitelikleri içeren bir sütun ve bir Gelir grubu sütun değerleri kullanarak müşteri gelir kategorilerine yüksek, Orta, veya düşük.
Araştırma yapısı da müşterinin satın öğeleri listeler iç içe geçmiş bir tablo içerir.
Araştırma yapısı iç içe geçmiş tablo içerdiğinden, durum tablo, iç içe geçmiş tablo veya her ikisini de bir filtre tanımlayabilirsiniz.Bu örnek birleştiren bir durum filtresi ve iç içe satır filtresi sınırlamak için durumbiri, road lastiği modelleri satın wealthy Avrupa müşteriler için s.
ALTER MINING STRUCTURE [Market Basket with Region and Income]
ADD MINING MODEL [Decision Trees]
(
CustomerKey,
Region,
[Income Group],
[Product] PREDICT (Model)
WITH FILTER (EXISTS (SELECT * FROM [v Assoc Seq Line Items] WHERE
[Model] = 'HL Road Tire' OR
[Model] = 'LL Road Tire' OR
[Model] = 'ML Road Tire' )
)
) WITH FILTER ([Income Group] = 'High' AND [Region] = 'Europe')
USING Microsoft_Decision Trees