使用Microsoft關聯規則查看器流覽模型

適用於： SQL Server 2019 和舊版 Analysis Services Azure Analysis Services Fabric/Power BI Premium

重要

SQL Server 2017 Analysis Services 中已淘汰數據採礦，現在已在 SQL Server 2022 Analysis Services 中停止。 檔不會更新為已淘汰和已停止的功能。 若要深入瞭解，請參閱 Analysis Services 回溯相容性。

Microsoft SQL Server SQL Server Analysis Services 中的Microsoft關聯規則查看器會顯示以Microsoft關聯演算法建置的採礦模型。 Microsoft關聯演算法是一種關聯演算法，可用於建立數據採礦模型，可用於購物籃分析。 如需此演算法的詳細資訊，請參閱 Microsoft 關聯演算法。

以下是使用 Microsoft 關聯演算法的主要原因：

• 若要尋找專案集，描述通常一起在交易中找到的專案集。

• 若要探索根據現有項目預測交易中其他專案是否存在的規則。

注意

若要檢視模型中使用的方程式詳細資訊和探索到的模式，請使用 Microsoft一般內容樹視圖器。 如需詳細資訊，請參閱 使用 Microsoft 泛型內容樹視圖器 或 Microsoft 泛型內容樹視圖器流覽模型。

如需如何建立、探索和使用關聯採礦模型的逐步解說，請參閱 第 3 課：建置購物籃案例（元數據採礦教學課程）。

查看器索引標籤

當您在 SQL Server Analysis Services 中瀏覽採礦模型時，模型會顯示在模型適當查看器中數據採礦設計師的 [採礦模型查看器] 索引卷標上。 Microsoft關聯規則檢視器包含下列索引標籤：

• 專案集

• 規則

• 相依性 Net

每個索引標籤都包含 [顯示長名稱] 複選框，您可以使用此複選框來顯示或隱藏專案集源自規則或專案集的數據表。

專案集

[專案集] 索引標籤會顯示模型一起識別為經常找到的專案集清單。 索引標籤會顯示具有下列資料行的方格：支援、Size和 Itemset。 如需支援的詳細資訊，請參閱 Microsoft 關聯演算法。 Size 資料行會顯示專案集中的項目數。 Itemset 資料行會顯示模型探索到的實際專案集。 您可以使用 顯示 清單來控制專案集的格式，您可以將其設定為下列選項：

• 顯示屬性名稱和值

• 僅顯示屬性值

• 僅顯示屬性名稱

您可以使用 [最低支援] 和 [專案集大小下限]來篩選索引標籤中顯示的項目集數目。 您可以使用 篩選專案集 並輸入必須存在的專案集特性，來限制顯示的專案集數目。 例如，如果您輸入 「Water Bottle = existing」，您可以將專案集限制為只包含水瓶的專案集。 篩選專案集 選項也會顯示您先前使用的篩選清單。

您可以按下資料列標題來排序方格中的數據列。

回到頂端

規則

[規則] 索引標籤會顯示關聯演算法探索的規則。 [規則] 索引標籤包含包含下列數據行的方格：Probability、Importance和 Rule。 機率描述規則的結果發生的可能性。 重要性是設計來測量規則的有用性。 雖然規則發生的機率可能很高，但規則的實用性本身可能並不重要。 重要性數據行會解決此問題。 例如，如果每個專案集都包含屬性的特定狀態，即使機率很高，預測狀態的規則還是微不足道的。 重要性越大，規則就越重要。

您可以使用 最小機率 和 最小重要性 來篩選規則，類似於您可以在 [專案集] 索引卷標上執行的篩選。您也可以使用 篩選規則，根據規則所包含的屬性狀態來篩選規則。

您可以按下資料列標題來排序方格中的數據列。

回到頂端

相依性 Net

[相依性 Net] 索引標籤包含相依性網络查看器。 查看器中的每個節點都代表專案，例如 「state = WA」。。 節點之間的箭號代表專案之間的關聯。 箭號的方向會根據演算法所探索的規則，決定專案之間的關聯。 例如，如果查看器包含 A、B 和 C 三個專案，而 A 和 B 會預測 C，如果您選取節點 C，則兩個箭頭指向節點 C - A 到 C 和 B 到 C。

查看器左邊的滑桿可作為系結至規則機率的篩選條件。 降低滑桿只會顯示最強的連結。

回到頂端

另請參閱

Microsoft 關聯演算法
採礦模型查看器工作和操作說明
採礦模型查看器工作和操作說明
數據採礦工具
數據採礦模型查看器