採礦模型內容 (Analysis Services - 資料採礦)

下表列出當做資料採礦模型內之輸出的不同節點類型。因為每一個演算法都會以不同方式處理資訊，所以每一個模型只會產生一些特定類型的節點。如果您變更演算法，節點的類型可能會變更。此外，如果您重新處理模型，每一個節點的內容都可能會變更。

任何模型的根節點一定會有唯一識別碼 (NODE_UNIQUE_NAME) 0。所有節點識別碼都是由 Analysis Services 自動指派，而且無法修改。

每一個模型的根節點也包含了有關此模型的一些基本中繼資料。此中繼資料包含模型儲存所在的 Analysis Services 資料庫 (MODEL_CATALOG)、結構描述 (MODEL_SCHEMA) 和模型的名稱 (MODEL_NAME)。但是，此資訊會在模型的所有節點內重複，好讓您不需要查詢根節點，也可以取得此中繼資料。

除了當做唯一識別碼使用的名稱以外，每一個節點都有「名稱」(NODE_NAME)。此名稱是由演算法為了顯示所自動建立的，而且無法編輯。

每一個節點的「標題」(Caption) 和「描述」(Description) 都是由演算法所自動產生，而且會當做標籤來幫助您了解節點的內容。每一個欄位所產生的文字取決於模型類型。在某些案例中，名稱、標題和描述可能會包含完全相同的字串，但是在某些模型中，描述可能會包含其他資訊。請參閱有關個別模型類型的主題，以取得實作的詳細資料。

樹狀結構內父節點和子節點之間的關聯性是由 PARENT_UNIQUE_NAME 資料行的值所決定。這個值會儲存在子節點內，並告訴您父節點的識別碼。某些範例會遵循此資訊的可能使用方式：

• NULL 的 PARENT_UNIQUE_NAME 表示此節點是模型的最上層節點。

• 如果 PARENT_UNIQUE_NAME 的值是 0，此節點必須是模型內最上層節點的直屬下階。這是因為根節點的識別碼一定是 0。

• 您可以使用資料採礦延伸模組 (DMX) 查詢內的函數來尋找特定節點的下階或上層。如需有關在查詢中使用函數的詳細資訊，請參閱＜查詢資料採礦模型 (Analysis Services - 資料採礦)＞。

「基數」(Cardinality) 指定是集合內的項目數。在已處理之採礦模型的內容中，基數會告訴您特定節點中的子節點數目。例如，如果決策樹模型有一個 [Yearly Income] 的節點，而該節點有兩個子節點，一個是條件 [Yearly Income] = High 的節點，另一個是條件 [Yearly Income] = Low 的節點，則 [Yearly Income] 節點的 CHILDREN_CARDINALITY 值會是 2。

雖然所有模型都會以相同方式來計算基數，但是您解譯或使用基數值的方式則會因模型類型而異。例如在群集模型中，最上層節點的基數會告訴您找到的群集總數。在其他類型的模型中，基數可能會一直有一個設定的值 (取決於節點類型)。如需有關如何解譯基數的詳細資訊，請參閱有關個別模型類型的主題。

NODE_DISTRIBUTION 資料行包含一個巢狀資料表，在許多節點中，該資料表會提供有關演算法找到之模式的重要詳細資訊。此資料表中提供的精確統計資料取決於模型類型、樹狀結構內的節點位置，以及可預測的屬性是連續數值還是離散值而定；但是，它們可包含屬性的最小值和最大值、指派給值的加權、節點內的案例數、迴歸公式內使用的係數，以及統計量值 (如標準差和變異數)。如需有關如何解譯節點分佈的詳細資訊，請參閱有關您所使用之特定模型類型的主題。

巢狀資料表 NODE_DISTRIBUTION 一定會包含以下資料行。每一個資料行的內容都會因模型類型而異。如需有關特定模型類型的詳細資訊，請參閱「依據演算法類型的採礦模型內容」。

• ATTRIBUTE_NAME
  內容會因演算法而異。它可以是資料行的名稱 (如可預測的屬性、規則、項目集) 或是演算法內部的資訊片段 (如公式的一部分)。

  這個資料行也可以包含屬性-值配對。

• ATTRIBUTE_VALUE
  ATTRIBUTE_NAME 中命名之屬性的值。

  如果此屬性名稱是資料行，則在最直接的案例中，ATTRIBUTE_VALUE 會包含該資料行的其中一個離散值。

  根據演算法處理值的方式而定，ATTRIBUTE_VALUE 也可以包含一個旗標，告訴您屬性 (Existing) 是否有值存在，或者該值是否為 null (Missing)。

  例如，如果已設定您的模型來尋找已購買某個特定項目至少一次的客戶，則 ATTRIBUTE_NAME 資料行可能會包含屬性-值配對來定義想要的項目 (例如 Model = 'Water bottle')，而且 ATTRIBUTE_VALUE 資料行只會包含關鍵字 Existing 或 Missing。

• SUPPORT
  具有這個屬性-值配對或是包含此項目集或規則的案例數。

  一般對每個節點而言，support 值都會告訴您目前節點中包含的定型集內有多少案例。在大多數的模型類型中，support 代表明確的案例數。Support 值很實用是因為您可以在定型案例內檢視資料的分佈，而不必查詢定型資料。Analysis Services 伺服器也會使用這些儲存值來計算儲存的機率與之前的機率，以判斷推斷是強的還是弱的。

  例如在分類樹狀結構中，support 值表示具有描述之屬性組合的案例數。

  在決策樹中，樹狀結構每一層的 support 總和是其父節點的 support 總和。例如，如果包含 1200 個案例的模型依性別區分，然後再依收入 (低、中、高) 的三個值均分，則節點 (2) 的子節點 (也就是節點 (4)、(5) 和 (6)) 總數一定與節點 (2) 的案例數相同。

  節點識別碼和節點屬性	Support 計數
  (1) Model root	1200
  (2) Gender = Male (3) Gender = Female	600 600
  (4) Gender = Male 且 Income = High (5) Gender = Male 且 Income = Medium (6) Gender = Male 且 Income = Low	200 200 200
  (7) Gender = Female 且 Income = High (8) Gender = Female 且 Income = Medium (9) Gender = Female 且 Income = Low	200 200 200

  如果是群集模型，可以加權 support 數目，以包含屬於多個群集的機率。多個群集成員資格是預設的群集方法。在此情況下，因為每一個案例不一定都只會屬於一個群集，所以這些方法中的 support 可能不會在所有群集中加總到百分之 100。

• PROBABILITY
  表示這個特定節點在整個模型內的機率。

  一般來說，機率代表這個特定值的 support 除以節點內的案例總數 (NODE_SUPPORT)。

  但是，機率會稍微調整過，以去除資料內的遺漏值所造成的偏誤。

  例如，如果 [Total Children] 目前的值為 'One' 和 'Two'，您會想要避免建立一個預測出無法有任何子節點或是有三個子節點的模型。為了確保遺漏的值不是必然的，但也不是不可能，演算法會在任何屬性的實際值計數中加上 1。

  範例：

  Probability of [Total Children = One] = [Count of cases where Total Children = One] + 1/[Count of all cases] + 3

  Probability of [Total Children = Two]= [Count of cases where Total Children = Two] +1/[Count of all cases] +3

  [!附註]

  3 的調整是由現有值的總數 n 加上 1。

  在調整之後，所有值的機率仍然會加上 1。沒有任何資料之值的機率 (在此範例中，[Total Children ='Zero', 'Three', 或某個其他值]) 會從非常低的非零值開始，並隨著案例的增加而緩慢上升。

• VARIANCE
  表示節點內值的變異數。就定義來說，離散值的變異數一定是 0。如果模型支援連續值，變異數會計算為 (sigma)，其方式是使用分母 n 或節點中的案例數。

  一般會使用兩種定義來代表標準差 (StDev)。計算標準差的一個方法會將偏誤列入考量，另一個方法在計算標準差時則不會考量偏誤。一般來說，Microsoft 資料採礦演算法在計算標準差時，並不會使用偏誤。

  NODE_DISTRIBUTION 資料表中出現的值為所有離散和離散化屬性的實際值及連續值的平均值。

• VALUE_TYPE
  表示值或屬性的資料類型及值的使用方式。某些值類型只適用於某些模型類型：

  VALUE_TYPE 識別碼	值標籤	值類型名稱
  1	Missing	表示案例資料不包含這個屬性的值。在計算 Missing 狀態時，會與具有值的屬性分開。
  2	Existing	表示案例資料包含這個屬性的值。
  3	Continuous	表示屬性值是一個連續數值，因此可以由平均值連同變異數和標準差來表示。
  4	Discrete	表示一個視為離散的值 (數值或文字)。 注意：Discrete 值也可以是 missing 值；但是在計算時會以不同方式處理這兩個值。如需資訊，請參閱＜遺漏值 (Analysis Services - 資料採礦)＞。
  5	Discretized	表示此屬性包含已經離散化的數值。此值將會是一個描述離散化值區的格式化字串。
  6	Existing	表示此屬性具有連續數值，而且資料中已經提供值 (遺漏或推斷的值)。
  7	Coefficient	表示代表著係數的數值。 係數是計算相依變數的值時所套用的值。例如，如果您的模型建立一個迴歸公式來根據年齡預測收入，則讓年齡與收入產生關聯的公式中會使用係數。
  8	Score gain	表示代表著屬性之得分的數值。
  9	Statistics	表示代表著迴歸輸入變數之統計資料的數值。
  10	Node unique name	表示此值不應該處理為數值或字串，而是要處理為模型內另一個內容節點的唯一識別碼。 例如在類神經網路模型中，識別碼會提供從輸出層內之節點指向隱藏層內節點的指標，並提供從隱藏層內之節點指向輸入層內之節點的指標。
  11	Intercept	表示代表著迴歸公式內之攔截的數值。
  12	Periodicity	表示代表模型內之週期性結構的值。 僅適用於包含 ARIMA 模型的時間序列模型。 附註 Microsoft 時間序列演算法會自動根據定型資料來偵測週期性結構。因此，最終模型內的週期性可能包含當您建立模型時未當做參數提供的週期性值。
  13	Autoregressive order	表示代表著自動迴歸數列數目的值。 適用於使用 ARIMA 演算法的時間序列模型。
  14	Moving average order	表示代表著數列中移動平均數目的值。 適用於使用 ARIMA 演算法的時間序列模型。
  15	Difference order	表示代表著數列差異化之次數的值。 適用於使用 ARIMA 演算法的時間序列模型。
  16	Boolean	表示布林類型。
  17	Other	表示演算法所定義的自訂值。
  18	Prerendered string	表示演算法轉譯為字串的自訂值。物件模型未套用任何格式。

  此數值類型是衍生自 ADMOMD.NET 列舉。如需詳細資訊，請參閱＜MiningValueType＞。

節點分數的意義因模型類型而異，而且可能也是節點類型所特有。如需有關如何針對每一個模型和節點類型計算 NODE_SCORE 的資訊，請參閱「依據演算法類型的採礦模型內容」。

採礦模型結構描述資料列集針對所有模型類型包含 NODE_PROBABILITY 和 MARGINAL_PROBABILITY 資料行。這些資料行只有在機率值有意義的節點中才會包含值。例如，模型的根節點絕對不會包含機率分數。

在提供機率分數的節點中，節點機率和臨界機率代表不同的計算。

• 臨界機率：為從節點的父節點到達節點的機率。

• 節點機率：為從根節點到達節點的機率。

• 節點機率：一定會小於或等於臨界機率。

例如，如果決策樹中所有客戶的母體擴展依性別均分 (而且沒有遺漏任何值)，則子節點的機率應該是 5。但是，假設性別的每一個節點是依收入等級均分，也就是高、中、低。在此情況下，每一個子節點的 MARGINAL_PROBABILITY 分數應該是 .33，但是 NODE_PROBABILTY 值將會是導致該節點之所有機率的乘積，因此一定小於 MARGINAL_PROBABILITY 值。

採礦模型結構描述資料列集也會針對所有模型類型包含 NODE_RULE 和 MARGINAL_RULE 資料行。這些資料行包含用來序列化模型及代表模型結構之某部分的 XML 片段。這些資料行對於某些節點來說可能是空白的 (如果值無意義的話)。

提供兩種 XML 規則，類似於兩種機率值。MARGINAL_RULE 中的 XML 片段會定義目前節點的屬性和值，而 NODE_RULE 中的 XML 片段則會描述從模型根到目前節點的路徑。

回到頁首