TopSum (DMX)
適用於: SQL Server Analysis Services
傳回遞減排名順序,傳回資料表的最上層資料列,其累計總計至少為指定的值。
語法
TopSum(<table expression>, <rank expression>, <sum>)
套用至
傳回資料表的運算式,例如 < 資料表資料行參考 > ,或傳回資料表的函式。
傳回類型
<資料表運算式>
備註
TopSum 函式會根據每個資料列的排名運算式引數評估值 < ,以遞減順序傳回排名最高的資料列,因此排名運算式 >> 值的總和 < 至少是 sum > 引數所 < 指定的總計。 TopSum 會傳回可能最少的專案數,同時仍符合指定的總和值。
範例
下列範例會針對您使用基本資料採礦教學 課程所建置的 關聯模型建立預測查詢。
若要瞭解 TopPercent 的運作方式,最好先執行只傳回巢狀資料表的預測查詢。
SELECT Predict ([Association].[v Assoc Seq Line Items], INCLUDE_STATISTICS, 10)
FROM
[Association]
NATURAL PREDICTION JOIN
SELECT (SELECT 'Women''s Mountain Shorts' as [Model]) AS [v Assoc Seq Line Items]) AS t
注意
在此範例中,提供做為輸入的值包含單引號,因此必須以另一個單引號開頭加以逸出。 如果您不確定插入逸出字元的語法,您可以使用預測查詢產生器來建立查詢。 當您從下拉式清單中選取值時,會為您插入必要的逸出字元。 如需詳細資訊,請參閱 在資料採礦設計師 中建立單一查詢。
範例結果:
Model | $SUPPORT | $PROBABILITY | $ADJUSTEDPROBABILITY |
---|---|---|---|
運動-100 | 4334 | 0.291283016 | 0.252695851 |
水瓶 | 2866 | 0.192620472 | 0.175205052 |
修補程式套件 | 2113 | 0.142012232 | 0.132389356 |
山輪胎管 | 1992 | 0.133879965 | 0.125304948 |
Mountain-200 | 1755 | 0.117951475 | 0.111260823 |
Road Tire Tube | 1588 | 0.106727603 | 0.101229538 |
自行車帽 | 1473 | 0.098998589 | 0.094256014 |
芬德集 - 山 | 1415 | 0.095100477 | 0.090718432 |
山瓶籠 | 1367 | 0.091874454 | 0.087780332 |
路瓶籠 | 1195 | 0.080314537 | 0.077173962 |
TopSum 函式會取得此查詢的結果,並傳回具有加總至指定計數的最大值的資料列。
SELECT
TopSum
(
Predict([Association].[v Assoc Seq Line Items],INCLUDE_STATISTICS,10),
$PROBABILITY,
.5)
FROM
[Association]
NATURAL PREDICTION JOIN
(SELECT (SELECT 'Women''s Mountain Shorts' as [Model]) AS [v Assoc Seq Line Items]) AS t
TopSum 函式的第一個引數 是資料表資料行的名稱。 在此範例中,會呼叫 Predict 函式並使用 INCLUDE_STATISTICS 引數來傳回巢狀資料表。
TopSum 函式的第二個引數 是您用來排序結果之巢狀資料表中的資料行。 在此範例中,INCLUDE_STATISTICS選項會傳回資料行$SUPPORT、$PROBABILTY和$ADJUSTED PROBABILITY。 此範例會使用 $PROBABILITY 傳回至少 50% 機率的總和的資料列。
TopSum 函式的第三個引數 會將目標總和指定為 double。 若要取得總和為 50% 機率的最上層產品資料列,請輸入 .5。
範例結果:
Model | $SUPPORT | $PROBABILITY | $ADJUSTEDPROBABILITY |
---|---|---|---|
運動-100 | 4334 | 0.29... | 0.25... |
水瓶 | 2866 | 0.19... | 0.17... |
修補程式套件 | 2113 | 0.14... | 0.13... |
注意 僅提供此範例來說明 TopSum 的使用 方式。 視資料集的大小而定,此查詢可能需要很長的時間才能執行。
另請參閱
意見反應
https://aka.ms/ContentUserFeedback。
即將登場:在 2024 年,我們將逐步淘汰 GitHub 問題作為內容的意見反應機制,並將它取代為新的意見反應系統。 如需詳細資訊,請參閱:提交並檢視相關的意見反應