分隔方法 (資料採礦)

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

重要

資料採礦自 SQL Server 2017 Analysis Services 起退場，現在的 SQL Server 2022 Analysis Services 已不再繼續提供。 已退場和不再繼續提供之功能的文件不予更新。 若要深入了解，請參閱 Analysis Services 回溯相容性。

某些用來在 SQL Server SQL Server Analysis Services 中建立資料採礦模型的演算法需要特定內容類型才能正常運作。 例如，Microsoft 貝氏機率分類演算法無法使用連續資料行做為輸入，也無法預測連續值。 另外，有些資料行可能包含太多值，使得演算法不容易識別資料中的模式來建立模型。

在這些情況下，您可以分隔資料行中的資料，以便使用演算法來產生採礦模型。 「離散化」 (Discretization) 是將值放入值區內的程序，以產生有限數目的可能狀態。 值區本身會被視為已排序且會分隔值。 您可以分隔數值和字串資料行。

您有許多方法可用於分隔資料。 如果資料採礦方案使用關聯式資料，則您可以設定 DiscretizationBucketCount 屬性的值來控制用於分組資料的值區數。 預設的值區數為 5。

如果資料採礦方案使用於自線上分析處理 (Online Analytical Processing, OLAP) Cube 的資料，則資料採礦演算法會使用下列方程式來自動計算要產生的值區數，其中 n 是資料行中相異資料值的數目：

Number of Buckets = sqrt(n)

如果您不想SQL Server Analysis Services計算貯體數目，您可以使用 DiscretizationBucketCount 屬性手動指定貯體數目。

下表描述可用來離散化SQL Server Analysis Services中資料的方法。

分隔方法	Description
自動	SQL Server Analysis Services決定要使用的離散化方法。
集群	演算法會將資料分成群組，流程是先取樣定型資料、初始化為一些隨機點，然後使用 Expectation Maximization (EM) 群集方法來執行 Microsoft 群集演算法的數次反覆運算。 CLUSTERS 方法很有用，因為它在任何分佈曲線上都可以運作。 不過，它比其他分隔方法需要更多的處理時間。 這個方法只能用於數值資料行。
EQUAL_AREAS	演算法會將資料分成數個值的數目相同之群組。 這個方法最適合標準分佈曲線，但如果分佈中有大量的值集中在連續資料的群組中，則效果不佳。 例如，如果有一半項目的成本是 0，則有一半的資料將會出現在曲線的單一點之下。 在這樣的分佈中，這個方法會將資料再細分，以建立成多個區域的相等分隔。 這樣會產生不精確的資料呈現。

備註

• 您可以使用 EQUAL_AREAS 方法來分隔字串。

• CLUSTERS 方法使用 1000 筆隨機取樣記錄來離散化資料。 如果您不想要演算法取樣資料，請使用 EQUAL_AREAS 方法。

另請參閱

內容類型 (資料採礦)
內容類型 (DMX)
資料採礦演算法 (Analysis Services - 資料採礦)
採礦結構 (Analysis Services - 資料採礦)
資料類型 (資料採礦)
採礦結構資料行
資料行散發 (資料採礦)