데이터 마이닝 개체 처리

마이닝 구조가 처리된 후 해당 마이닝 구조에는 통계 분석에 사용할 데이터의 압축된 표현이 포함됩니다. 캐시가 지워지지 않은 경우 다음 방법으로 이 캐시의 데이터에 액세스할 수 있습니다.

• 모델에 대한 DMX(Data Mining Extensions) 쿼리를 만들고 구조로 드릴스루합니다. 자세한 내용은 SELECT FROM <model>.CASES(DMX)를 참조하십시오.

• 해당 구조를 기반으로 하는 모델을 찾아보고 사용자 인터페이스의 옵션 중 하나를 사용하여 구조 사례로 드릴스루합니다. 자세한 내용은 데이터 마이닝 모델 뷰어 또는 마이닝 모델에서 사례 데이터로 드릴스루를 참조하십시오.

• 구조 사례에 대한 DMX 쿼리를 만듭니다. 자세한 내용은 SELECT FROM <structure>.CASES를 참조하십시오.

마이닝 모델이 처리된 후 해당 마이닝 모델에는 분석에서 얻은 패턴과 모델 결과에서 캐시된 학습 데이터로의 매핑만 포함됩니다. 모델 콘텐츠라는 모델 결과를 찾아보거나 쿼리할 수도 있고, 모델 결과가 캐시된 경우 모델 및 구조 사례를 쿼리할 수도 있습니다.

각 마이닝 모델의 모델 콘텐츠는 마이닝 모델을 만드는 데 사용된 알고리즘에 따라 달라집니다. 예를 들어 한 모델은 클러스터링 모델이고 다른 모델은 의사 결정 트리 모델인 경우 모델이 동일한 데이터를 사용하더라도 모델 콘텐츠는 매우 달라집니다. 자세한 내용은 마이닝 모델 콘텐츠(Analysis Services - 데이터 마이닝)를 참조하십시오.

처리 요구 사항은 마이닝 모델이 전적으로 관계형 데이터를 기반으로 하는지 아니면 다차원 데이터 원본을 기반으로 하는지 여부에 따라 달라질 수 있습니다.

관계형 데이터 원본을 처리하기 위해서는 학습 데이터를 만들고 해당 데이터에 대해 마이닝 알고리즘을 실행하기만 하면 됩니다. 그러나 차원 및 측정값과 같은 OLAP 개체를 기반으로 하는 마이닝 모델의 경우에는 기본 데이터가 처리된 상태에 있어야 합니다. 이를 위해 다차원 개체를 처리하여 마이닝 모델을 채워야 할 수 있습니다.

자세한 내용은 처리 요구 사항 및 고려 사항(데이터 마이닝)를 참조하십시오.

개념