Aracılığıyla paylaş

  • Makale

OLUŞTURMA araştırma modeli (dmx)

Veritabanında, yeni bir araştırma modeli hem de bir araştırma yapısı oluşturur.Yeni model deyimindeki tanımlayarak veya öngörü modeli biçimlendirme dili (PMML) kullanarak bir modeli oluşturabilirsiniz.Bu ikinci seçeneği, yalnızca ileri düzeydeki kullanıcılar içindir.

"_Structure" yapısını ad model adı benzersiz olmasını model adını ekleyerek araştırma yapısı olarak adlandırılır.

araştırma modeli için varolan bir araştırma yapısı oluşturmak için DEĞİŞTİRME araştırma yapısı (dmx) deyim.

CREATE [SESSION] MINING MODEL <model>
(
    [(<column definition list>)]
)
USING <algorithm> [(<parameter list>)] [WITH DRILLTHROUGH]
CREATE MINING MODEL <model> FROM PMML <xml string>

Bağımsız değişkenler

  • model
    Modeli için benzersiz bir ad.

  • column definition list
    Sütun tanımlamalarını virgülle ayrılmış listesi.

  • algorithm
    Geçerli sağlayıcı tarafından tanımlanan bir veri madenciliği algoritmanın adı.

    Not

    Geçerli sağlayıcı tarafından desteklenen algoritmalarının listesini kullanarak alınabilir. DMSCHEMA_MINING_SERVICES satır kümesi. Geçerli örneğini desteklenen algoritmaları görüntülemek için Analysis Services, bkz: Veri madenciliği özellikleri.

  • parameter list
    İsteğe bağlı.Sağlayıcı tarafından tanımlanan parametreler algoritması için virgülle ayrılmış listesi.

  • XML string
    (Gelişmiş yalnızca kullanım içindir.) Bir XML olarak kodlanmış modeli (PMML). Dizeyi, tek tırnak işareti (') içine alınmalıdır.

The SESSION clause lets you create a mining model that is automatically removed from the server when the connection closes or the session times out.SESSION mining models are useful because they do not require the user to be a database administrator, and they only use disk space for as long as the connection is open.

The WITH DRILLTHROUGH yan tümce enables drill through on the new araştırma modeli. Model oluşturma detaylandırma yalnızca etkinleştirilebilir.Bazı modeli türleri için özel görüntüleyiciyi modelinde gidin detaylandırma gereklidir.Tahmin veya için Microsoft Genel içerik ağacı görüntüleyiciyi kullanarak model gözatma detaylandırma gerekmez.

The CREATE MINING MODEL deyim creates a new araştırma modeli that is based on the sütun definition list, the algorithm, and the algorithm parameter list.

Tanım Listesi'ne sütun

Her sütun için aşağıdaki bilgiler dahil olmak üzere, sütun tanım listesi kullanan bir modeli yapısını tanımladığınız:

  • Ad (zorunlu)

  • Veri türü (zorunlu)

  • Dağıtım

  • Bayrakları model listesi

  • Içerik türü (zorunlu)

  • Bu sütun tahmin etmek için kullanılan algoritma gösterir, tahmin isteği belirttiği PREDICT veya PREDICT_ONLY yan tümce

  • Bir öznitelik sütuna (zorunlu) yalnızca, ilgiliyse, ilişki belirttiği RELATED TO yan tümce

Tek bir sütun tanımlamak için sütun tanım listesi için aşağıdaki sözdizimini kullanın:

<column name>    <data type>    [<Distribution>]    [<Modeling Flags>]    <Content Type>    [<prediction>]    [<column relationship>]

Bir iç içe geçmiş tablo sütun tanımlamak için sütun tanım listesi için aşağıdaki sözdizimini kullanın:

<column name>    TABLE    [<prediction>] ( <non-table column definition list> )

Bayrakları modelleme dışında belirli bir gruptan birden çok yan tümce bir sütun tanımlamak için kullanabilirsiniz.Bir sütun için birden çok modelleme bayraklarını tanımlayabilirsiniz.

Veri türleri, içerik türleri, sütun dağıtımları ve bir sütun tanımlamak için kullanabileceğiniz bir modelleme bayrakların listesi için aşağıdaki konulara bakın:

You can add a clause to the statement to describe the relationship between two columns.Analysis Services supports the use of the following <Column relationship> clause.

  • RELATED TO
    Bu formu, bir değeri hiyerarşisinin gösterir.Hedef IÇIN ILIŞKILI sütunun bir anahtar sütununa bir iç içe geçmiş bir tablo, durum satırında discretely değerli bir sütun veya başka bir sütun içeren bir ILIŞKILI YAPıLıR olabilir yan tümce, hangi daha derin bir hiyerarşi gösterir.

Tahmin sütun nasıl kullanıldığını açıklamak için bir tahmin yan tümcesini kullanın.Aşağıdaki tabloda, iki olası yan tümceleri açıklar.

<tahmin> yan tümce

Açıklama

PREDICT

Bu sütun modeli tarafından öngörülen ve öngörülebilir bir sütun diğer değer tahmin edilecek giriş durumlarda sağlanabilir.

PREDICT_ONLY

Bu sütun modeli tarafından öngörülen, ancak diğer öngörülebilir sütunların değer tahmin etmek değerlerini giriş durumlarda kullanılamaz.

Tanım Listesi'ne parametresi

Parametre listesi, performans ve işlevselliği madenciliği modelinin ayarlamak için kullanabilirsiniz.Parametre listesi sözdizimi aşağıdaki gibidir:

[<parameter> = <value>, <parameter> = <value>,…]

Her bir algoritma ile ilişkili parametrelerin listesi için bkz: Veri madenciliği algoritmaları (Analysis Services - veri madenciliği).

Remarks

Yerleşik bir sınama verileri içeren bir model oluşturmak istediğiniz küme, CREATE MINING YAPıSı MINING YAPıSı ALTER tarafından izlenen deyimini kullanmanız gerekir.Ancak, tüm modeli türleri gizleme verisi kümesini de destekler.Daha fazla bilgi için bkz:OLUŞTURMA araştırma yapısı (dmx).

Bir örneklerde nasıl yapılır: CREATEMODEL madenciliği model oluşturmak için deyim, bkz: saat serisi tahmin DMX Öğreticisi.

Naive Bayes örneği

Aşağıdaki örnek Microsoft Yeni bir oluşturmak için naive Bayes algoritması araştırma modeli. Bike alıcı sütun öngörülebilir bir öznitelik olarak tanımlanır.

CREATE MINING MODEL [NBSample]
(
    CustomerKey LONG KEY, 
    Gender TEXT DISCRETE,
    [Number Cars Owned] LONG DISCRETE,
    [Bike Buyer] LONG DISCRETE PREDICT
)
USING Microsoft_Naive_Bayes

Ilişki model örneği

Aşağıdaki örnek Microsoft Yeni oluşturmak için ilişki algoritması araştırma modeli. deyim bir tablo kullanarak bir tablo modeli tanımı içinde iç içe geçirme yeteneği yararlanır sütun.Model kullanılarak değiştirilebilir MINIMUM_PROBABILITY ve MINIMUM_SUPPORT Parametreler.

CREATE MINING MODEL MyAssociationModel (
    OrderNumber TEXT KEY,
    [Products] TABLE PREDICT (
        [Model] TEXT KEY
    )
)
USING Microsoft_Association_Rules (Minimum_Probability = 0.1, MINIMUM_SUPPORT = 0.01)

Kümeleme örnek sıra

Aşağıdaki örnek Microsoft Yeni bir oluşturmak için sıra kümeleme algoritması araştırma modeli. Iki model tanımlamak için kullanılır.OrderNumber sütun durum anahtar olarak kullanılır ve tek tek siparişlerin belirtir.LineNumber sütun iç içe geçmiş tablo anahtar olarak kullanılır ve öğeleri bir siparişe eklenen sırasını belirtir.

CREATE MINING MODEL BuyingSequence (
    [Order Number] TEXT KEY,
    [Products] TABLE 
     (
        [Line Number] LONG KEY SEQUENCE,
        [Model] TEXT DISCRETE PREDICT
    )
)
USING Microsoft_Sequence_Clustering

saat serisi örneği

Aşağıdaki örnek Microsoft Kez Series algoritması ARTxp algoritması'nı kullanarak yeni bir araştırma modeli oluşturmak için. ReportingDate saat seriler için anahtar sütun ve ModelRegion anahtar sütunu için veri serisini.Bu örnekte, verilerin periodicity 12 ayda olduğunu kabul edilir.Bu nedenle, PERIODICITY_HINT parametre 12'ye küme.

Not

Belirttiğiniz PERIODICITY_HINT kaşlı ayracı karakterleri kullanarak parametresi'ı tıklatın. Bir dize değeri olduğu için Ayrıca, tek tırnak işaretleri içine alınması gerekir: "{> < sayısal bir değer} ".

CREATE MINING MODEL SalesForecast (
        ReportingDate DATE KEY TIME,
        ModelRegion TEXT KEY,
        Amount LONG CONTINUOUS PREDICT,
        Quantity LONG CONTINUOUS PREDICT
)
USING Microsoft_Time_Series (PERIODICITY_HINT = '{12}', FORECAST_METHOD = 'ARTXP')