내보내기(0) 인쇄
모두 확장
이 문서는 수동으로 번역한 것입니다. 원본 텍스트를 보려면 포인터를 문서의 문장 위로 올리십시오. 추가 정보
번역
원본

데이터 마이닝 쿼리

데이터 마이닝 쿼리는 다음과 같은 다양한 용도로 사용됩니다.

  • 새 데이터에 모델을 적용하여 단일 또는 여러 예측을 수행합니다. 매개 변수나 일괄 처리로 입력 값을 제공할 수 있습니다.

  • 학습에 사용하는 데이터에 대한 통계 요약을 얻습니다.

  • 패턴과 규칙을 추출하거나 모델에서 패턴을 나타내는 일반적인 사례의 프로필을 생성합니다.

  • 회귀 수식 및 패턴을 설명하는 다른 계산을 추출합니다.

  • 특정 패턴에 맞는 사례를 얻습니다.

  • 분석에 사용되지 않는 데이터를 포함하여 모델에 사용되는 개별 사례에 대한 세부 정보를 검색합니다.

  • 새 데이터를 추가하여 모델을 다시 학습하거나 교차 예측을 수행합니다.

이 섹션에서는 데이터 마이닝 쿼리를 시작하는 데 필요한 정보의 개요를 제공합니다. 또한 데이터 마이닝 개체에 대해 만들 수 있는 쿼리의 유형에 대해 설명하고 쿼리 도구와 쿼리 언어를 소개하며 SQL Server 데이터 마이닝에서 제공하는 알고리즘을 사용하여 작성된 모델에 대해 만들 수 있는 쿼리 예의 링크를 제공합니다.

데이터 마이닝 쿼리 이해

쿼리 도구 및 인터페이스

여러 가지 모델 유형에 대한 쿼리

요구 사항

Analysis Services 데이터 마이닝은 다음과 같은 쿼리 유형을 지원합니다.

쿼리를 만들기 전에 SQL Server에서 제공하는 각각의 데이터 마이닝 알고리즘으로 만들어진 모델 간의 차이를 잘 알아두는 것이 좋습니다.

SQL Server에서 제공하는 쿼리 도구 중 하나를 사용하여 대화식으로 데이터 마이닝 쿼리를 작성할 수 있습니다. 그래픽 예측 쿼리 작성기는 SQL Server Data Tools(SSDT)와 SQL Server Management Studio에서 제공됩니다. 예측 쿼리 작성기를 사용해보지 않은 경우 기본 데이터 마이닝 자습서의 단계를 수행하여 인터페이스에 대해 잘 알아두는 것이 좋습니다. 이 단계를 간단하게 살펴보려면 예측 쿼리 작성기를 사용하여 예측 쿼리 만들기를 사용하여 쿼리 만들기를 참조하십시오.

예측 쿼리 작성기는 나중에 사용자 지정할 쿼리를 시작하는 데 유용합니다. 쉽게 데이터 원본을 추가하고 열에 매핑한 다음 DMX 뷰로 전환하고 WHERE 절이나 다른 함수를 추가하여 쿼리를 사용자 지정할 수 있습니다.

데이터 마이닝 모델과 쿼리 작성 방법을 익히면 DMX(Data Mining Extensions)를 사용하여 쿼리를 직접 작성할 수도 있습니다. DMX는 Transact-SQL과 유사하며 다양한 여러 클라이언트에서 사용할 수 있는 쿼리 언어입니다. DMX는 사용자 지정 예측과 복잡한 쿼리를 만들 수 있는 최상의 도구입니다. DMX에 대한 개요를 보려면 DMX를 사용하여 데이터 마이닝 모델 만들기 및 쿼리: 자습서(Analysis Services - 데이터 마이닝)를 참조하십시오.

DMX 편집기는 SQL Server Data Tools(SSDT) 및 SQL Server Management Studio에서 제공됩니다. 예측 쿼리 작성기를 사용하여 쿼리를 시작한 다음 뷰를 텍스트 편집기로 변경하고 DMX 문을 다른 클라이언트에 복사할 수도 있습니다. 자세한 내용은 데이터 마이닝 쿼리 인터페이스를 참조하십시오.

프로그래밍 방식으로 DMX 문을 작성하고 AMO 또는 XMLA를 사용하여 클라이언트에서 Analysis Services 서버로 보낼 수 있습니다. 그러나 DMX는 마이닝 모델에 대해 쿼리를 만드는 데 사용해야 하는 언어입니다.

또한 데이터 마이닝 스키마 행 집합을 기반으로 하는 DMV(동적 관리 뷰)를 사용하여 모델의 메타데이터, 통계 및 콘텐츠를 쿼리할 수도 있습니다. 이러한 DMV에서는 SELECT 문을 입력하여 모델에 대한 정보를 쉽게 검색할 수 있지만 예측을 수행할 수는 없습니다. Analysis Services에서 지원하는 DMV에 대한 자세한 내용은 DMV(동적 관리 뷰)를 사용하여 Analysis Services 모니터링를 참조하십시오.

마지막으로 데이터 마이닝 쿼리 태스크 또는 데이터 마이닝 쿼리 변환을 사용하여 Integration Services 패키지에서 사용하기 위한 데이터 마이닝 쿼리를 만들 수 있습니다. 제어 흐름 태스크는 여러 유형의 DMX 쿼리를 지원하는 반면에 데이터 흐름 변환은 데이터 흐름의 데이터로 작업하는 쿼리(즉, PREDICTION JOIN 구문을 사용하는 쿼리)만 지원합니다.

모델을 만들 때 사용한 알고리즘은 데이터 마이닝 쿼리에서 얻을 수 있는 정보의 유형에 큰 영향을 줍니다. 이는 각 알고리즘이 고유한 방법으로 데이터를 처리하고 다양한 유형의 패턴을 저장하기 때문입니다. 예를 들어 어떤 알고리즘은 클러스터를 만들고 다른 알고리즘은 트리를 만듭니다. 따라서 작업하고 있는 모델의 유형에 따라 특수한 예측 및 쿼리 함수를 사용해야 할 수도 있습니다.

다음 목록에서는 쿼리에서 사용할 수 있는 함수에 대한 요약을 제공합니다.

  • 일반 예측 함수: Predict 함수는 다형성을 갖고 있으므로 모든 모델 유형과 함께 사용할 수 있습니다. 이 함수는 작업하고 있는 모델의 유형을 자동으로 검색하고 추가 매개 변수를 묻는 메시지를 표시합니다. 자세한 내용은 Predict(DMX)를 참조하십시오.

    주의 사항 주의

    일부 모델만 예측을 수행하는 데 사용됩니다. 예를 들어 예측 가능한 특성이 없는 클러스터링 모델을 만들 수 있습니다. 그러나 모델에 예측 가능한 특성이 없는 경우에도 모델에서 다른 유형의 유용한 정보를 반환하는 예측 쿼리를 만들 수 있습니다.

  • 사용자 지정 예측 함수: 각 모델 유형은 해당 알고리즘으로 만들어진 패턴으로 작업하도록 설계된 예측 함수의 집합을 제공합니다.

    예를 들어 Lag 함수는 시계열 모델에 사용되는 기록 데이터를 볼 수 있도록 시계열 모델에 제공됩니다. 클러스터링 모델의 경우 ClusterDistance와 같은 함수가 더 중요합니다.

    각 모델 유형에 대해 지원되는 함수에 대한 자세한 내용은 다음 링크를 참조하십시오.

    또한 VBA 함수를 호출하거나 함수를 직접 만들 수도 있습니다. 자세한 내용은 함수(DMX)를 참조하십시오.

  • 일반 통계: 표준 편차와 같은 기술 통계의 표준 집합을 반환하는, 거의 모든 모델 유형과 함께 사용할 수 있는 다양한 함수가 있습니다.

    예를 들어 PredictHistogram 함수는 지정된 열의 모든 상태를 나열하는 테이블을 반환합니다.

    자세한 내용은 일반 예측 함수(DMX)를 참조하십시오.

  • 사용자 지정 통계: 특정 분석 태스크와 관련된 통계를 생성하기 위한 추가 지원 함수가 각 모델 유형에 제공됩니다.

    예를 들어 클러스터링 모델로 작업하는 경우 PredictCaseLikelihood 함수를 사용하여 특정 사례 및 클러스터와 연결된 유사도 점수를 반환할 수 있습니다. 그러나 선형 회귀 모델을 만든 경우 내용 쿼리를 사용하여 수행할 수 있는 계수 및 절편 검색에 더 관심이 있을 수 있습니다.

  • 모델 콘텐츠 함수: 모든 모델의 콘텐츠는 단순 쿼리로 정보를 검색할 수 있는 표준화된 형식으로 표시됩니다. DMX를 사용하여 모델 콘텐츠에 대한 쿼리를 만듭니다. 또한 데이터 마이닝 스키마 행 집합을 사용하여 일부 유형의 모델 콘텐츠를 가져올 수도 있습니다.

    모델 콘텐츠에서 반환되는 테이블의 각 행 또는 노드의 의미는 모델을 작성하는 데 사용된 알고리즘의 유형과 열의 데이터 형식에 따라 달라집니다. 자세한 내용은 내용 쿼리(데이터 마이닝)를 참조하십시오.

모델에 대해 쿼리를 만들려면 먼저 데이터 마이닝 모델을 처리해야 합니다. Analysis Services 개체를 처리하려면 특별한 권한이 있어야 합니다. 마이닝 모델 처리에 대한 자세한 내용은 처리 요구 사항 및 고려 사항(데이터 마이닝)를 참조하십시오.

데이터 마이닝 모델에 대해 쿼리를 실행하려면 실행하는 쿼리 유형에 따라 다양한 권한 수준이 필요합니다. 예를 들어 사례 또는 구조 데이터로 드릴스루하려면 마이닝 구조 개체 또는 마이닝 모델 개체에 대해 설정할 수 있는 추가 권한이 일반적으로 필요합니다.

그러나 쿼리에서 외부 데이터를 사용하고 OPENROWSET 또는 OPENQUERY와 같은 문을 포함하는 경우 쿼리할 데이터베이스에서 이러한 문을 사용할 수 있어야 하고 기본 데이터베이스 개체에 대한 권한이 있어야 합니다.

데이터 마이닝 쿼리를 실행하는 데 필요한 보안 컨텍스트에 대한 자세한 내용은 보안 개요(데이터 마이닝)를 참조하십시오.

이 섹션의 항목에서는 데이터 마이닝 쿼리의 각 유형에 대해 자세히 소개하고 데이터 마이닝 모델에 대한 쿼리를 만드는 방법을 보여 주는 자세한 예의 링크를 제공합니다.

예측 쿼리(데이터 마이닝)

내용 쿼리(데이터 마이닝)

드릴스루 쿼리(데이터 마이닝)

데이터 정의 쿼리(데이터 마이닝)

데이터 마이닝 쿼리 인터페이스

다음 링크를 사용하여 데이터 마이닝 쿼리를 만들고 작업하는 방법을 알아봅니다.

이 정보가 도움이 되었습니까?
(1500자 남음)
의견을 주셔서 감사합니다.

커뮤니티 추가 항목

추가
Microsoft는 MSDN 웹 사이트에 대한 귀하의 의견을 이해하기 위해 온라인 설문 조사를 진행하고 있습니다. 참여하도록 선택하시면 MSDN 웹 사이트에서 나가실 때 온라인 설문 조사가 표시됩니다.

참여하시겠습니까?
표시:
© 2014 Microsoft