ARAŞTIRMA MODELİ (DMX) OLUŞTURMA

Veritabanında yeni bir araştırma modeli hem de bir araştırma yapısı oluşturur.Bir modeli deyim içinde yeni modeli tanımlayarak veya öngörü modeli İşaretleme Dili (pmml) kullanarak oluşturabilirsiniz.Bu ikinci seçenek yalnızca ileri düzey kullanıcılar içindir.

"_Structure" ekleyerek adlı araştırma yapısı model adı için hangi yapısı adı model adı benzersiz olmasını sağlar.

Varolan bir araştırma yapısı için bir araştırma modeli oluşturmak için ALTER ARAŞTIRMA YAPISI (DMX) deyim.

Sözdizimi

CREATE [SESSION] MINING MODEL <model>
(
    [(<column definition list>)]
)
USING <algorithm> [(<parameter list>)] [WITH DRILLTHROUGH]
CREATE MINING MODEL <model> FROM PMML <xml string>

Bağımsız değişkenler

  • model
    Modeli için benzersiz bir ad.

  • column definition list
    Sütun tanımları virgülle ayrılmış listesi.

  • algorithm
    Geçerli sağlayıcı tarafından tanımlanan bir veri madenciliği algoritmasının adı.

    Not

    Geçerli sağlayıcı tarafından desteklenen algoritmaların listesini kullanarak alınabilir DMSCHEMA_MINING_SERVICES satır kümesi.Geçerli desteklenen algoritmaları görüntülemek için örnek , Analysis Services, bkz: Veri madenciliği özellikleri.

  • parameter list
    İsteğe bağlı.Algoritma için sağlayıcı tarafından tanımlanan parametreleri virgülle ayrılmış listesi.

  • XML string
    (Sadece gelişmiş kullanım için.) Bir xml olarak kodlanmış modeli (pmml).dize Tek tırnak işaretleri (') içine alınmalıdır.

The SESSION clause lets you create a mining model that is automatically removed from the server when the connection closes or the session times out.SESSION mining models are useful because they do not require the user to be a database administrator, and they only use disk space for as long as the connection is open.

The WITH DRILLTHROUGH clause enables drill through on the new mining model.Modeli oluşturduğunuzda Drillthrough yalnızca etkin olabilir.Bazı model türleri için detaylandırma modeli özel Görüntüleyicisi'nde göz atmak için gereklidir.Drillthrough için gerekli tahmin veya Microsoft Genel içerik ağacı Görüntüleyici kullanarak modeli göz atmak için.

The CREATE MINING MODEL statement creates a new mining model that is based on the column definition list, the algorithm, and the algorithm parameter list.

Sütun tanım listesi

Her sütun için aşağıdaki bilgileri de dahil olmak üzere sütun tanım listesi kullanan bir modeli yapısını tanımlayın:

  • Adı (zorunlu)

  • Veri türü (zorunlu)

  • Dağıtım

  • Modelleme bayrakları listesi

  • İçerik türü (zorunlu)

  • Bu sütun tahmin etmek için kullanılan algoritma gösterir, öngörü isteği, belirtilen tarafından PREDICT veya PREDICT_ONLY yan tümce tümce tümce

  • Bir öznitelik sütun (yalnızca uygulanıyorsa, zorunlu), ilişki gösterdiği tarafından RELATED TO yan tümce tümce tümce

Tek bir sütun tanımlamak için sütun tanım listesi için aşağıdaki sözdizimini kullanın:

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

Bir iç içe geçmiş tablo sütun tanımlamak için sütun tanım listesi için aşağıdaki sözdizimini kullanın:

<column name>    TABLE    [<prediction>] ( <non-table column definition list> )

Bayrakları modelleme dışında bir sütun tanımlamak için belirli bir gruptan birden fazla yan tümce tümce tümcesini kullanabilirsiniz.Bir sütun için birden çok modelleme bayrakları tanımlayabilirsiniz.

Veri türleri, içerik türleri, sütun dağıtımları ve bir sütun tanımlamak için kullanabileceğiniz modelleme bayrakları listesi için aşağıdaki konulara bakın:

You can add a clause to the statement to describe the relationship between two columns.Analysis Services supports the use of the following <Column relationship> clause.

  • RELATED TO
    Bu formu, bir değer hiyerarşisini gösterir.Bir anahtar sütununa bir iç içe tablo, durum satırdaki ayrı ayrı değerli bir sütun veya başka bir sütun ile daha derin bir hiyerarşi gösteren bir için ilgili yan tümce tümce, bir İLİŞKİLİ sütun hedef olabilir.

Açıklamak için bir tahmin yan tümce tümce tümcesi kullanın nasıl tahmin sütun kullanılır.Aşağıdaki tablo iki olası yan tümceleri açıklar.

<Tahmin> yan tümce tümce tümce

Açıklama

PREDICT

Bu sütun modeli tarafından öngörülen y ve öngörülebilir diğer sütunlara değer tahmin etmek giriş durumlarda sağlanabilir.

PREDICT_ONLY

Bu sütun modeli tarafından öngörülen y, ancak kendi değerleri giriş durumlarda öngörülebilir diğer sütunlara değer tahmin etmek için kullanılamaz.

Parametre tanımı listesi

Parametre listesi performansı ve işlevselliği ayarlamak için kullanabileceğiniz bir araştırma modeli.Parametre listesi sözdizimi aşağıdaki gibidir:

[<parameter> = <value>, <parameter> = <value>,…]

Her algoritması ile ilişkili parametrelerin listesi için bkz: Veri madenciliği algoritmaları (Analysis Services - veri madenciliği).

Açıklamalar

Bir model oluşturmak istiyorsanız, yerleşik bir sınama veri küme vardır, kullanmanız gereken deyim MINING YAPISI oluşturun ve ardından tarafından MINING YAPISI alter.Ancak, tüm model türleri gizleme veri desteği küme.Daha fazla bilgi için bkz: ARAŞTIRMA YAPISI (DMX) OLUŞTURMA.

İzlenecek yol nasıl createmodel deyim kullanarak bir araştırma modeli oluşturmak için bkz: Zaman serisi tahmin dmx öğreticisi.

Önbelleğin Bayes örneği

Aşağıdaki örnek Microsoft önbelleğin Bayes algoritma oluşturmak bir yeni araştırma modeli.Bisiklet alıcı sütun öngörülebilir öznitelik olarak tanımlanır.

CREATE MINING MODEL [NBSample]
(
    CustomerKey LONG KEY, 
    Gender TEXT DISCRETE,
    [Number Cars Owned] LONG DISCRETE,
    [Bike Buyer] LONG DISCRETE PREDICT
)
USING Microsoft_Naive_Bayes

İlişkilendirme modelini örnek

Aşağıdaki örnek Microsoft ilişkilendirme algoritma oluşturmak bir yeni araştırma modeli.deyim yeteneği bir tablo kullanarak bir tablo modeli tanımı içinde iç içe yararlanır sütun.Modeli kullanılarak değiştirilebilir MINIMUM_PROBABILITY ve MINIMUM_SUPPORT parametreleri.

CREATE MINING MODEL MyAssociationModel (
    OrderNumber TEXT KEY,
    [Products] TABLE PREDICT (
        [Model] TEXT KEY
    )
)
USING Microsoft_Association_Rules (Minimum_Probability = 0.1, MINIMUM_SUPPORT = 0.01)

Sıra kümeleme örneği

Aşağıdaki örnek Microsoft sırası kümeleme algoritması oluşturma bir yeni araştırma modeli.İki anahtar modeli tanımlamak için kullanılır.The OrderNumber column is used as the case key, and specifies individual orders.The LineNumber column is used as the nested table key, and specifies the sequence in which items were added to an order.

CREATE MINING MODEL BuyingSequence (
    [Order Number] TEXT KEY,
    [Products] TABLE 
     (
        [Line Number] LONG KEY SEQUENCE,
        [Model] TEXT DISCRETE PREDICT
    )
)
USING Microsoft_Sequence_Clustering

Zaman serisi örneği

Aşağıdaki örnek Microsoft saat Series algoritması kullanarak yeni bir araştırma modeli oluşturmak içinARTxp algoritması. ReportingDatesaat serisi için anahtar sütun ve ModelRegion olan anahtar sütunu için veri serisi.Bu örnekte, veri periodicity 12 ayda olduğu varsayılır.Bu nedenle, PERIODICITY_HINT parametresi küme -12.

Not

Belirtmeniz gerekir PERIODICITY_HINT parametresini kullanarak ayraç karakterleri.Üstelik, bir dize değeri olduğu için tek tırnak işareti içine alınmalıdır: "{<sayısal bir değer>} ".

CREATE MINING MODEL SalesForecast (
        ReportingDate DATE KEY TIME,
        ModelRegion TEXT KEY,
        Amount LONG CONTINUOUS PREDICT,
        Quantity LONG CONTINUOUS PREDICT
)
USING Microsoft_Time_Series (PERIODICITY_HINT = '{12}', FORECAST_METHOD = 'ARTXP')