ZMIANA STRUKTURY GÓRNICTWA (DMX)
Tworzy nowy model górnictwa, oparty na istniejącym struktura wyszukiwania.Podczas korzystania z ALTER MINING STRUCTURE instrukcja , aby utworzyć nowy model górnictwa, struktura musi już istnieć.Natomiast gdy używana jest instrukcja UTWÓRZ MODEL GÓRNICTWA (DMX), utworzenie modelu i automatycznie generować górnictwo jego struktury, w tym samym czas.
Składnia
ALTER MINING STRUCTURE <structure>
ADD MINING MODEL <model>
(
<column definition list>
[(<nested column definition list>) [WITH FILTER (<nested filter criteria>)]]
)
USING <algorithm> [(<parameter list>)]
[WITH DRILLTHROUGH]
[,FILTER(<filter criteria>)]
Argumenty
structure
Nazwa struktura wyszukiwania do którego zostaną dodane modelu górniczych.model
Unikatową nazwę model wyszukiwania.column definition list
Rozdzielana przecinkami lista kolumna definicje.nested column definition list
Rozdzielana przecinkami lista kolumn z tabela zagnieżdżonej, jeśli ma to zastosowanie.nested filter criteria
Wyrażenie filtru, które jest stosowane do kolumn w tabela zagnieżdżonej.algorithm
Nazwa algorytmu wyszukiwanie danych, jak zdefiniowano przez dostawca.Ostrzeżenie
Listę algorytmów obsługiwanych przez bieżący dostawca mogą być pobierane za pomocą DMSCHEMA_MINING_SERVICES wierszy.Aby wyświetlić w aktualnie obsługiwane algorytmy wystąpienie z Usługi Analysis Services, zobacz Właściwości wyszukiwania danych.
parameter list
Opcjonalne.Rozdzielana przecinkami lista parametrów algorytmu zdefiniowane przez dostawca.filter criteria
Wyrażenie filtru jest stosowany do kolumny przypadek tabela.
Uwagi
Jeśli struktura wyszukiwania zawiera klucze kompozytowe, model wyszukiwania musi zawierać wszystkie kolumny klucz, które są zdefiniowane w strukturze.
Jeśli model nie wymaga przewidywalna kolumna, na przykład, modeli, utworzonych za pomocą Microsoft Klastrowanie i Microsoft sekwencji klastrowanie algorytmy, nie trzeba dołączać Definicja kolumna w instrukcja.Wszystkie atrybuty modelu wynikowego będzie traktowana jako danych wejściowych.
W WITH klauzula, która dotyczy przypadek tabela można określić opcje filtrowania zarówno i przeglądanie szczegółowe:
Dodaj FILTER słowa kluczowego i warunek filtrowania.Filtr odnosi się do przypadków, w model wyszukiwania.
Dodaj DRILLTHROUGH słowo kluczowe, aby umożliwić użytkownikom model wyszukiwania drążenie z wyniki modelu w przypadku danych.W danych górnictwa rozszerzenia (DMX), przeglądanie szczegółowe może być włączone jedynie podczas tworzenia modelu.
Używać obu sprawa, filtrowanie i przeglądanie szczegółowe, łączenie słów kluczowych w jednym WITH klauzula przy użyciu składni w następującym przykładzie:
WITH DRILLTHROUGH, FILTER(Gender = 'Male')
Lista definicji kolumny
Do definiowania struktury modelu przez określenie listy definicji kolumna, która zawiera następujące informacje dla każdej kolumna:
Nazwa (obowiązkowe)
Alias (opcjonalnie)
Flagi modelowania
Żądanie przewidywania wskazuje algorytmowi czy kolumna zawiera wartość przewidywalny, wskazane przez PREDICT lub PREDICT_ONLY klauzula
Do zdefiniowania jednej kolumna, należy użyć następującej składni dla listy definicji kolumn:
<structure column name> [AS <model column name>] [<modeling flags>] [<prediction>]
Nazwa kolumny i Alias
Nazwa kolumna kolumna listy definicji musi być nazwa kolumna jest używane w struktura wyszukiwania.Jednakże może opcjonalnie zdefiniować alias do reprezentowania struktury kolumna w model wyszukiwania.Można również utworzyć wiele definicji kolumn dla tej samej kolumna struktury i przypisać inny alias i przewidywanie użycia kopii każdej kolumna.Domyślnie nazwa kolumna struktury jest używana, jeśli nie zdefiniowano alias.Aby uzyskać więcej informacji, zobacz Jak Tworzenie aliasu w kolumnie Model.
Kolumny tabela zagnieżdżonej określ nazwę tabela zagnieżdżonej, określ typ danych jako TABLE, a następnie podaj listę kolumn zagnieżdżonych w modelu, ujęte w nawiasy.
Można zdefiniować wyrażenie filtru, stosowana do tabela zagnieżdżonej przez umieszczenie wyrażenie kryteriów filtru po definicji kolumna tabela zagnieżdżonej.
Modelowanie flag
Usługi Analysis Services obsługuje następujące flagi modelowania do użytku w model wyszukiwania kolumny:
Ostrzeżenie
kolumna struktura wyszukiwania dotyczy NOT_NULL modelowania flagi.Aby uzyskać więcej informacji, zobacz TWORZENIE STRUKTURY GÓRNICTWA (DMX).
Termin |
Definicja |
REGRESSOR |
Wskazuje, że algorytm można użyć określonej kolumna w formule regresja algorytmy regresja. |
MODEL_EXISTENCE_ONLY |
Wskazuje, że wartości dla atrybut kolumna są mniej istotny niż obecność atrybut. |
Można zdefiniować wiele flag modelowania dla kolumna.Aby uzyskać więcej informacji na temat flag modelowania, zobacz Modelowanie flagi (DMX).
Klauzula przewidywania
Klauzula przewidywanie opisano sposób użycia kolumna przewidywanie.W poniższej tabela przedstawiono możliwe klauzul.
PREDICT |
To kolumna można przewidzieć modelu i jej wartości mogą być używane jako dane wejściowe do przewidywania wartości innych przewidywalnych kolumnas. |
PREDICT_ONLY |
To kolumna można przewidzieć modelu, ale jego wartości nie można używać w przypadku wprowadzania przewidywanie wartości z innych przewidywalnych kolumnas. |
Wyrażenia kryteriów filtru
Można zdefiniować filtr, który ogranicza przypadki, które są używane w model wyszukiwania.Filtr można stosować do kolumn przypadek tabela lub wierszy w tabela zagnieżdżonej lub obu.
Wyrażenia kryteria filtru są uproszczone predykaty DMX podobna do klauzula WHERE.Wyrażenia filtru są ograniczone do formuły, które korzystają z podstawowych operatorów matematycznych, wielkości skalarne, i kolumna nazwy.Wyjątkiem jest EXISTS operator; ocenia się na wartość true, jeśli co najmniej jeden wiersz jest zwracana dla podzapytanie.Predykaty mogą być połączone za pomocą Typowe operatory logiczne: AND, OR i NOT.
Aby uzyskać więcej informacji o filtrach z modeli wyszukiwania, zobacz Tworzenie filtrów dla modeli wyszukiwania (Analysis Services - wyszukiwania danych).
Ostrzeżenie
Kolumny w filtrze musi struktura wyszukiwania kolumn.Nie można utworzyć filtr kolumna modelu lub aliasu.
Aby uzyskać więcej informacji na temat operatorów DMX i składni, zobacz Kolumny wyszukiwania modelu.
Listy definicji parametrów
Wydajność i funkcjonalność modelu można dostosować, dodając parametry algorytmu do listy parametrów.Parametry, których można użyć zależą od określonego w klauzula za pomocą algorytmu.Zobacz listę parametrów, które są skojarzone z każdym algorytmu Algorytmów wyszukiwania danych (Analysis Services - wyszukiwania danych).
Składnia lista parametrów jest następująca:
[<parameter> = <value>, <parameter> = <value>,…]
Przykład 1: Dodawanie do struktury modelu
W następującym przykładzie dodano modelu górnictwo Naive Bayes do Nowa korespondencja struktura wyszukiwania i ogranicza maksymalną liczbę państw atrybutu do 50.
ALTER MINING STRUCTURE [New Mailing]
ADD MINING MODEL [Naive Bayes]
(
CustomerKey,
Gender,
[Number Cars Owned],
[Bike Buyer] PREDICT
)
USING Microsoft_Naive_Bayes (MAXIMUM_STATES = 50)
Przykład 2: Dodać do struktury modelu filtrowane
W następującym przykładzie dodano modelu górnictwa, Naive Bayes Women, do Nowa korespondencja struktura wyszukiwania.Nowy model ma taką samą strukturę podstawowe jako model wyszukiwania , została dodana w przykładzie 1; Jednak ten model ogranicza przypadkach ze struktura wyszukiwania klientom płci żeńskiej w wieku powyżej 50.
ALTER MINING STRUCTURE [New Mailing]
ADD MINING MODEL [Naive Bayes Women]
(
CustomerKey,
Gender,
[Number Cars Owned],
[Bike Buyer] PREDICT
)
USING Microsoft_Naive_Bayes
WITH FILTER([Gender] = 'F' AND [Age] >50)
Przykład 3: Dodawanie filtrowane modelu do struktury z tabeli zagnieżdżonej
W następującym przykładzie dodano modelu górnictwo zmodyfikowaną wersja koszyka rynku struktura wyszukiwania.struktura wyszukiwania Używane w przykładzie została zmodyfikowana, aby dodać region kolumny, który zawiera atrybuty dla region nabywcy i Grupy dochodu kolumna, która dzieli dochód klienta przy użyciu wartości wysokiej, umiarkowany, lub małej.
struktura wyszukiwania obejmuje również zagnieżdżoną tabela zawierającą listę elementów, które nabyła nabywcy.
Ponieważ struktura wyszukiwania zawiera zagnieżdżoną tabela, można zdefiniować filtr przypadek tabela i tabela zagnieżdżonej.W tym przykładzie łączy przypadek filtr i filtrowanie wierszy zagnieżdżonych ograniczenie przypadków do wealthy Europejskiego klienci, którzy zakupili, jedna droga opona modeli.
ALTER MINING STRUCTURE [Market Basket with Region and Income]
ADD MINING MODEL [Decision Trees]
(
CustomerKey,
Region,
[Income Group],
[Product] PREDICT (Model)
WITH FILTER (EXISTS (SELECT * FROM [v Assoc Seq Line Items] WHERE
[Model] = 'HL Road Tire' OR
[Model] = 'LL Road Tire' OR
[Model] = 'ML Road Tire' )
)
) WITH FILTER ([Income Group] = 'High' AND [Region] = 'Europe')
USING Microsoft_Decision Trees