CREATE MINING STRUCTURE （DMX）

發行項
07/04/2024

適用於： SQL Server Analysis Services

在資料庫中建立新的採礦結構，並選擇性地定義定型和測試數據分割。建立採礦結構之後，您可以使用 ALTER MINING STRUCTURE （DMX）語句，將模型新增至採礦結構。

語法

  
CREATE [SESSION] MINING STRUCTURE <structure>  
(  
    [(<column definition list>)]  
)  
[WITH HOLDOUT (<holdout-specifier> [OR <holdout-specifier>])]  
[REPEATABLE(<holdout seed>)]  
<holdout-specifier>::=  <holdout-maxpercent> PERCENT | <holdout-maxcases> CASES

引數

結構
結構的唯一名稱。

數據行定義清單
以逗號分隔的數據行定義清單。

holdout-maxpercent
介於 1 到 100 之間的整數，表示要保留用於測試的數據百分比。

holdout-maxcases
整數，表示用於測試的案例數目上限。

如果針對 max cases 指定的值大於輸入案例的數目，則會使用所有輸入案例進行測試，並引發警告。

注意

如果同時指定百分比和最大案例數目，則會使用兩個限制的較小數目。

holdout 種子
做為種子的整數，用來開始分割數據。

如果設定為 0，則會使用採礦結構標識碼的哈希做為種子。

注意

如果您需要確保可以重現分割區，您應該指定種子。

預設值：REPEATABLE（0）

備註

您可以藉由指定數據行清單、選擇性地指定數據行之間的階層式關聯性，然後選擇性地將採礦結構分割成定型和測試數據集，以定義採礦結構。

選擇性 SESSION 關鍵詞表示結構是暫時結構，您只能在目前工作階段期間使用。當會話終止時，將會刪除以結構為基礎的結構和任何模型。若要建立暫存採礦結構和模型，您必須先設定資料庫屬性 AllowSessionMiningModels。如需詳細資訊，請參閱數據採礦屬性。

數據行定義清單

您可以定義採礦結構，方法是在資料行定義清單中為每個資料列包含下列資訊：

名稱 (必要項)
資料型態（必要）
Distribution
模型旗標清單
內容類型（必要）
與屬性數據行的關聯性（只有在適用時才強制），由 RELATED TO 子句表示

針對資料列定義清單使用下列語法來定義單一資料列：

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

針對資料列定義清單使用下列語法來定義巢狀資料表資料列：

<column name>    TABLE    ( <column definition list> )

如需可用來定義結構數據行的數據類型、內容類型、數據行散發和模型旗標清單，請參閱下列主題：

您可以定義資料列的多個模型旗標值。不過，您只能有一個內容類型和一個數據行的數據類型。

數據行關聯性

您可以將子句加入至任何數據行定義語句，以描述兩個數據行之間的關聯性。 Analysis Services 支援使用下列 <數據行關聯> 性子句。

與
表示值階層。 RELATED TO 資料行的目標可以是巢狀數據表中的索引鍵數據行、案例數據列中的離散值數據行，或是具有 RELATED TO 子句的另一個數據行，表示更深層階層。

Holdout 參數

當您指定 holdout 參數時，您會建立結構數據的分割區。您為鑒效組指定的數量會保留用於測試，而剩餘的數據則用於定型。根據預設，如果您使用 SQL Server Data Tools （SSDT）建立採礦結構，則會為您建立保留數據分割，其中包含 30% 的測試數據和 70% 的定型數據。如需詳細資訊，請參閱定型和測試數據集。

如果您使用數據採礦延伸模組建立採礦結構（DMX），則必須手動指定要建立鑒效組數據分割。

注意

ALTER MINING STRUCTURE 語句不支援鑒效組。

您可以指定最多三個鑒效組參數。如果您同時指定最大保留案例數目和保留百分比，則會保留案例的百分比，直到達到最大案例限制為止。您可以將鑒效組的百分比指定為整數， 後面接著 PERCENT 關鍵詞，並將案例數目上限指定為整數， 後面接著 CASES 關鍵詞。您可以依任何順序合併條件，如下列範例所示：

WITH HOLDOUT (20 PERCENT)   
WITH HOLDOUT (2000 CASES)   
WITH HOLDOUT (20 PERCENT OR 2000 CASES)   
WITH HOLDOUT (2000 CASES OR 20 PERCENT)

鑒效組種子會控制將案例隨機指派給定型或測試數據集的程式起點。藉由設定鑒效組種子，您可以確定數據分割可以重複。如果您未指定鑒效組種子，Analysis Services 會使用採礦結構的名稱來建立種子。如果您重新命名結構，種子值將會變更。鑒效組種子參數可以搭配其他保留參數之一或兩者使用。

注意

由於分割區資訊是使用定型數據快取，因此若要使用 holdout，您必須確定 採礦結構的 CacheMode 屬性設定為 KeepTrainingData。這是 Analysis Services 中新採礦結構的預設設定。將 CacheMode 屬性變更為 ClearTrainingCases 的現有採礦結構，其中包含鑒效組數據分割不會影響任何已處理的採礦模型。不過，如果未 MiningStructureCacheMode 設定為 KeepTrainingData，則 holdout 參數將不會有任何作用。這表示所有源數據都將用於定型，而且不會提供任何測試集。分割區的定義會以結構快取;如果您清除定型案例的快取，也會清除測試數據的快取，以及鑒效組的定義。

範例

下列範例示範如何使用 DMX 建立具有 holdout 的採礦結構。

範例 1：新增不含定型集的結構

下列範例會建立名為 New Mailing 的新採礦結構，而不建立任何相關聯的採礦模型，而不使用 holdout。若要瞭解如何將採礦模型新增至結構，請參閱 ALTER MINING STRUCTURE （DMX）。

CREATE MINING STRUCTURE [New Mailing]  
(  
    CustomerKey LONG KEY,   
    Gender TEXT DISCRETE,  
    [Number Cars Owned] LONG DISCRETE,  
    [Bike Buyer] LONG DISCRETE   
)

範例 2：指定保留百分比和種子

您可以在數據行定義清單之後加入下列子句，以定義可用於測試與採礦結構相關聯之所有採礦模型的數據集。語句會建立一個測試集，此測試集是輸入案例總數的 25%，但案例數目上限沒有限制。 5000 會作為建立分割區的種子。當您指定種子時，每次處理採礦結構時，都會針對測試集選擇相同的案例，只要基礎數據不會變更。

CREATE MINING STRUCTURE [New Mailing]  
(  
    CustomerKey LONG KEY,   
    Gender TEXT DISCRETE,  
    [Number Cars Owned] LONG DISCRETE,  
    [Bike Buyer] LONG DISCRETE   
)   
WITH HOLDOUT(25 PERCENT) REPEATABLE(5000)

範例 3：指定保留百分比和最大案例

下列子句會建立一個測試集，其中包含總輸入案例的 25%，或 2000 個案例，無論哪一個案例都更少。由於 0 指定為種子，因此會使用採礦結構的名稱來建立用來開始取樣輸入案例的種子。

CREATE MINING STRUCTURE [New Mailing]  
(  
    CustomerKey LONG KEY,   
    Gender TEXT DISCRETE,  
    [Number Cars Owned] LONG DISCRETE,  
    [Bike Buyer] LONG DISCRETE   
)   
WITH HOLDOUT(25 PERCENT OR 2000 CASES) REPEATABLE(0)

另請參閱

數據採礦延伸模組（DMX）資料定義語句
 數據採礦延伸模組（DMX）數據操作語句
 資料採礦延伸模組 (DMX) 陳述式參考

共用方式為