模型筛选器语法和示例 (Analysis Services - 数据挖掘)

适用于: SQL Server 2019 及更早版本的 Analysis Services Azure Analysis Services Fabric/Power BI Premium

重要

SQL Server 2017 Analysis Services 中弃用了数据挖掘,现已在 SQL Server 2022 Analysis Services 中停止使用。 对于已弃用和停止使用的功能,文档不会更新。 若要了解详细信息,请参阅 Analysis Services 向后兼容性。

本文介绍模型筛选器语法并提供示例表达式。

筛选器语法

基于事例属性的筛选器

嵌套表属性的筛选器

基于多个嵌套表属性的筛选器

筛选嵌套表中缺少的属性

基于多个嵌套表值的筛选器

嵌套表属性和 EXISTS 的筛选器

筛选器组合

筛选日期

筛选语法

筛选器表达式通常等效于 WHERE 子句中的表达式。 使用逻辑运算符 AND、OR 和 NOT 组合多个条件。

在嵌套表中,使用 EXISTS 和 NOT EXISTS 运算符。 如果子查询至少返回一行,则 EXISTS 条件的计算结果为 true。 使用此条件将模型限制为嵌套表中包含特定值的事例,例如至少购买一次项的客户。

如果子查询不返回任何行,则条件 NOT EXISTS 的计算结果为 true。 使用此条件将模型限制为从未购买过特定商品的客户。

下面是常规语法:

<filter>::=<predicate list>  | ( <predicate list> )  
<predicate list>::= <predicate> | [<logical_operator> <predicate list>]   
<logical_operator::= AND| OR  
<predicate>::= NOT <predicate>|( <predicate> ) <avPredicate> | <nestedTablePredicate> | ( <predicate> )   
<avPredicate>::= <columnName> <operator> <scalar> | <columnName> IS [NOT] NULL  
<operator>::= = | != | <> | > | >= | < | <=  
<nestedTablePredicate>::= EXISTS (<subquery>)  
<subquery>::=SELECT * FROM <columnName>[ WHERE  <predicate list> ]  

滤波器
包含由逻辑运算符连接的一个或多个谓词。

谓词列表
一个或多个有效的筛选器表达式,用逻辑运算符分隔。

columnName
挖掘结构列的名称。

逻辑运算符
AND、 OR、 NOT

avPredicate
筛选器表达式只能应用于标量挖掘结构列。 avPredicate 表达式可用于模型筛选器或嵌套表筛选器。

使用下列任何运算符的表达式只能应用于连续列。 :

  • <(小于)

  • >(大于)

  • >= (大于或等于)

  • <= (小于或等于)

注释

无论数据类型如何,请勿将这些运算符应用于类型为 Discrete、Discretized 或 Key 的列。

使用下列任何运算符的表达式可以应用于连续、离散、离散化或键列:

  • = (等于)

  • != (不等于)

  • IS NULL

当 avPredicate 应用于离散化列时,请在筛选器中使用目标桶中的任意值。

不要将条件定义为 AgeDisc = '25-35'. 请改用该间隔内的值。

例如, AgeDisc = 27 表示与 27 相同的间隔内的任何值,在本示例中为 25-35。

nestedTablePredicate
应用于嵌套表的筛选器表达式。 只能在模型筛选器中使用。

nestedTablePredicate 仅对表挖掘结构中的列接受子查询。

子查询
SELECT 语句后跟有效的谓词或谓词列表。

仅使用 avPredicate 谓词。 每个谓词只能引用由 columnName 标识的当前嵌套表中的列。

筛选器语法的限制

以下限制适用于筛选器:

  • 仅在筛选器中使用简单的谓词,包括数学运算符、标量和列名。

  • 筛选器语法不支持用户定义的函数。

  • 筛选器语法不支持非布尔运算符,例如加号和减号。

筛选器示例

以下示例演示如何将筛选器应用于挖掘模型。 如果使用SQL Server Data Tools创建筛选器表达式,则筛选器对话框的“属性”窗口和“表达式”窗格仅显示关键字后面的WITH FILTER字符串。 每个示例都包含挖掘结构定义,以说明列类型及其用法。

示例 1:典型事例级筛选

此示例演示了一个简单的筛选器,该筛选器将模型中使用的事例限制为架构师且年龄超过 30 的客户。

ALTER MINING STRUCTURE MyStructure  ADD MINING MODEL MyModel_1  
(  
CustomerId,  
Age,  
Occupation,  
MaritalStatus PREDICT  
)  
WITH FILTER (Age > 30 AND Occupation='Architect')  

示例 2:使用嵌套表属性进行事例级筛选

如果挖掘结构包含嵌套表,则可以筛选嵌套表中是否存在值,也可以筛选包含特定值的嵌套表行。 本示例仅限于年龄在30岁以上且至少购买过一次含有牛奶的商品的客户。

筛选器可以使用模型不包含的列。 嵌套表 Products 是挖掘结构的一部分,但挖掘模型不包括它。 你仍然可以筛选嵌套表中的值和属性。 启用钻取功能以查看事例详细信息。

ALTER MINING STRUCTURE MyStructure  ADD MINING MODEL MyModel_2  
(  
CustomerId,  
Age,  
Occupation,  
MaritalStatus PREDICT  
)  
WITH DRILLTHROUGH,   
FILTER (Age > 30 AND EXISTS (SELECT * FROM Products WHERE ProductName='Milk')  
)  

示例 3:基于多个嵌套表属性的案例级筛选

此示例展示了一个三段式筛选器:一个条件适用于事例表,第二个条件适用于嵌套表中的属性,第三个条件用于嵌套表某一列中的特定值。

筛选器 Age > 30中的第一个条件适用于事例表中的列。 其余条件适用于嵌套表。

第二个条件 EXISTS (SELECT * FROM Products WHERE ProductName='Milk') 用于检查嵌套表中是否至少包含一条含有牛奶的购买记录。 第三个条件 Quantity >= 2 要求顾客在一次交易中至少购买两份牛奶。

ALTER MINING STRUCTURE MyStructure  ADD MINING MODEL MyModel_3  
(  
CustomerId,  
Age,  
Occupation,  
MaritalStatus PREDICT,  
Products PREDICT  
(  
ProductName KEY,  
Quantity        
)  
)  
FILTER (Age > 30 AND EXISTS (SELECT * FROM Products WHERE ProductName='Milk'  AND Quantity >= 2)   
)  

示例 4:缺少嵌套表属性时的事例级筛选

此示例通过筛选嵌套表中缺少属性来限制未购买特定项的客户的情况。 该模型使用年龄超过 30 岁的客户,他们从未购买过牛奶。

ALTER MINING STRUCTURE MyStructure  ADD MINING MODEL MyModel_4  
(  
CustomerId,  
Age,  
Occupation,  
MaritalStatus PREDICT,  
Products PREDICT  
(  
ProductName  
)  
)  
FILTER (Age > 30 AND NOT EXISTS (SELECT * FROM Products WHERE ProductName='Milk') )  

示例 5:筛选多个嵌套表值

此示例显示嵌套表筛选。 嵌套表筛选器在事例筛选器之后运行,并仅限制嵌套表行。

此模型可能包含具有空嵌套表的多个事例,因为 EXISTS 未指定。

ALTER MINING STRUCTURE MyStructure  ADD MINING MODEL MyModel_5  
(  
CustomerId,  
Age,  
Occupation,  
MaritalStatus PREDICT,  
Products PREDICT  
(  
ProductName KEY,  
Quantity        
) WITH FILTER(ProductName='Milk' OR ProductName='bottled water')  
)  
WITH DRILLTHROUGH  

示例 6:按嵌套表属性和 EXISTS 进行筛选

在此示例中,嵌套表筛选器将行限制为包含牛奶或饮用水的行。 然后,语句 EXISTS 将模型限制为无空嵌套表的情况。

ALTER MINING STRUCTURE MyStructure  ADD MINING MODEL MyModel_6  
(  
CustomerId,  
Age,  
Occupation,  
MaritalStatus PREDICT,  
Products PREDICT  
(  
ProductName KEY,  
Quantity        
) WITH FILTER(ProductName='Milk' OR ProductName='bottled water')  
)  
FILTER (EXISTS (Products))  

示例 7:复杂筛选器组合

此方案类似于示例 4 中的方案,但更为复杂。 嵌套表 ProductsOnSale 具有筛选器条件 (OnSale),这意味着 OnSale 的值必须为 trueProductName 中列出的产品。 在这种情况下, OnSale 是一个结构列。

筛选器的第二部分针对 ProductsNotOnSale,使用相同的语法,但会筛选出 OnSale 为 false (!OnSale) 的产品。

最后,将条件合并在一起,并将一个限制添加到事例表中。 结果是基于 ProductsOnSale 列表中包含的事例,预测年龄在 25 岁以上的所有客户对于 ProductsNotOnSale 列表中产品的购买情况。

ALTER MINING STRUCTURE MyStructure ADD MINING MODEL MyModel_7

(

CustomerId,

Age,

Occupation,

MaritalStatus,

ProductsOnSale

(

ProductName KEY

) WITH FILTER(OnSale),

ProductsNotOnSale PREDICT ONLY

(

ProductName KEY

) WITH FILTER(!OnSale)

)

WITH DRILLTHROUGH,

FILTER (EXISTS (ProductsOnSale) AND EXISTS(ProductsNotOnSale) AND Age > 25)

示例 8:按日期筛选

可以按日期筛选输入列,就像任何其他数据一样。 日期/时间列中包含的日期是连续值;因此,可以使用大于()或小于(><)等运算符来指定日期范围。 如果数据源不按连续数据类型表示日期,但作为离散或文本值,则不能筛选日期范围,但必须指定单独的离散值。

但是,如果用于筛选器的日期列也是模型的键列,则不能对时序模型中的日期列创建筛选器。 存在这种限制的原因是,在时序模型和序列聚类分析模型中,日期列可以作为 KeyTime 或 KeySequence 类型进行处理。

如果需要在时间序列模型中对连续日期进行筛选,可以在挖掘结构中创建该列的副本,并对新列进行筛选。

例如,以下表达式会筛选已添加到预测模型中的 Continuous 日期列。

=[DateCopy] > '12:31:2003:00:00:00'

注释

添加到模型的任何额外列都可能会影响结果。 如果不希望在序列计算中使用该列,请仅将该列添加到挖掘结构中,而不要添加到模型中。 还可以将列上的模型标志设置为 PredictOnly 或 忽略。 有关详细信息,请参阅建模标志(数据挖掘)。

对于其他模型类型,可以使用日期作为输入条件或筛选条件,就像在任何其他列中一样。 但是,如果需要使用 连续 数据类型不支持的特定粒度级别,请使用表达式在数据源中创建派生值,以提取要在筛选和分析中使用的单元。

警告

将日期指定为筛选器条件时,无论当前操作系统的日期格式如何,都使用 mm/dd/yyyy 格式。 任何其他格式都会导致错误。

例如,如果要筛选呼叫中心结果以仅显示周末,可以在数据源视图中创建一个表达式,该表达式提取每个日期的工作日名称,然后将该工作日名称值用于输入或作为筛选中的离散值。 请记住,重复值可能会影响模型,因此只使用其中一列,而不是日期列加上派生值。

另请参阅

挖掘模型的筛选器 (Analysis Services - 数据挖掘)
测试和验证 (数据挖掘)