ALTER MINING STRUCTURE (DMX)

適用於: SQL Server Analysis Services

建立以現有採礦結構為基礎的新採礦模型。 當您使用 ALTER MINING STRUCTURE 語句來建立新的採礦模型時,結構必須已經存在。 相反地,當您使用 語句 CREATE MINING MODEL (DMX) 時,您會建立模型,並同時自動產生其基礎採礦結構。

語法

  
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>)]  

引數

結構
要加入採礦模型之採礦結構的名稱。

model
採礦模型的唯一名稱。

資料行定義清單
以逗號分隔的資料行定義清單。

巢狀資料行定義清單
如果適用,則為巢狀資料表中的資料行逗號分隔清單。

巢狀篩選準則
套用至巢狀資料表中資料行的篩選條件運算式。

algorithm
提供者所定義的資料採礦演算法名稱。

注意

您可以使用 DMSCHEMA_MINING_SERVICES Rowset 來擷取 目前提供者支援的演算法清單。 若要檢視 Analysis Services 目前實例中支援的演算法,請參閱 資料採礦屬性

參數清單
選擇性。 演算法的提供者定義參數逗號分隔清單。

篩選準則
套用至案例資料表中資料行的篩選條件運算式。

備註

如果採礦結構包含複合索引鍵,採礦模型必須包含結構中定義的所有索引鍵資料行。

例如,如果模型不需要可預測的資料行,則使用 Microsoft Clustering 和 Microsoft Sequence Clustering 演算法所建置的模型,您就不需要在 語句中包含資料行定義。 產生的模型中的所有屬性都會被視為輸入。

套用至案例資料表的 WITH 子句中,您可以指定篩選和鑽研的選項:

  • 新增 FILTER 關鍵字和篩選準則。 篩選會套用至採礦模型中的案例。

  • 新增 DRILLTHROUGH 關鍵字,讓採礦模型的使用者能夠從模型結果向下切入到案例資料。 在資料採礦延伸模組 (DMX) 中,只有在您建立模型時,才能啟用鑽研。

若要同時使用案例篩選和鑽研,您可以使用下列範例所示的語法,在單 一 WITH 子句中結合 關鍵字:

WITH DRILLTHROUGH, FILTER(Gender = 'Male')

資料行定義清單

您可以藉由指定資料行定義清單來定義模型的結構,其中包含每個資料行的下列資訊:

  • 名稱(必要)

  • 別名 (選擇性)

  • 模型旗標

  • 預測要求,這個要求會向演算法指出資料行是否包含預測值,由 PREDICT PREDICT_ONLY 子句表示

針對資料行定義清單使用下列語法來定義單一資料行:

<structure column name>  [AS <model column name>]  [<modeling flags>]    [<prediction>]  

資料行名稱和別名

您在資料行定義清單中使用的資料行名稱必須是資料行的名稱,因為它用於採礦結構中。 不過,您可以選擇性地定義別名來代表採礦模型中的結構資料行。 您也可以為相同的結構資料行建立多個資料行定義,並將不同的別名和預測使用方式指派給資料行的每個複本。 如果您未定義別名,預設會使用結構資料行名稱。 如需詳細資訊,請參閱 建立模型 資料行的別名。

針對巢狀資料表資料行,您可以指定巢狀資料表的名稱、將資料類型指定為 TABLE ,然後提供要包含在模型中的巢狀資料行清單,並以括弧括住。

您可以藉由在巢狀資料表資料行定義之後貼上篩選準則運算式,來定義套用至巢狀資料表的篩選運算式。

模型旗標

Analysis Services 支援下列模型旗標,以用於採礦模型資料行:

注意

NOT_Null模型旗標適用于採礦結構資料行。 如需詳細資訊,請參閱 CREATE MINING STRUCTURE (DMX)

詞彙 定義
REGRESSOR 表示演算法可以在回歸演算法的回歸公式中使用指定的資料行。
MODEL_EXISTENCE_ONLY 指出屬性資料行的值比屬性的存在更重要。

您可以定義資料行的多個模型旗標。 如需如何使用模型旗標的詳細資訊,請參閱 模型旗標 (DMX)

Prediction 子句

預測子句描述如何使用預測資料行。 下表列出可能的 子句。

子句 描述
預測 此資料行可由模型預測,而且其值可用來做為輸入來預測其他可預測資料行的值。
PREDICT_ONLY 此資料行可由模型預測,但其值不能用於輸入案例中來預測其他可預測資料行的值。

篩選準則運算式

您可以定義篩選準則,以限制採礦模型中所使用的案例。 篩選可以套用至案例資料表中的資料行或巢狀資料表中的資料列,或套用至兩者。

篩選準則運算式是簡化的 DMX 述詞,類似于 WHERE 子句。 篩選運算式僅限於使用基本數學運算子、純量和資料行名稱的公式。 例外狀況是 EXISTS 運算子;如果子查詢至少傳回一個資料列,它會評估為 true。 您可以使用常見的邏輯運算子來結合述詞:AND、OR 和 NOT。

如需與採礦模型搭配使用之篩選的詳細資訊,請參閱 採礦模型的篩選(Analysis Services - 資料採礦)。

注意

篩選中的資料行必須是採礦結構資料行。 您無法在模型資料行或別名資料行上建立篩選。

如需 DMX 運算子和語法的詳細資訊,請參閱 採礦模型資料行

參數定義清單

您可以將演算法參數新增至參數清單,以調整模型的效能和功能。 您可以使用的參數取決於您在 USING 子句中指定的演算法。 如需與每個演算法相關聯的參數清單,請參閱 資料採礦演算法(Analysis Services - 資料採礦)。

參數清單的語法如下所示:

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

範例 1:將模型新增至結構

下列範例會將貝氏機率分類採礦模型新增至 New Mailing 採礦結構,並將屬性狀態數目上限限制為 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)  

範例 2:將篩選的模型新增至結構

下列範例會將採礦模型 Naive Bayes Women 新增至 New Mailing 採礦結構。 新模型與範例 1 中新增的採礦模型具有相同的基本結構;不過,此模型會將採礦結構中的案例限制為 50 歲以上的女性客戶。

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)  

範例 3:將篩選模型新增至具有巢狀資料表的結構

下列範例會將採礦模型新增至已修改版本的購物籃採礦結構。 範例中使用的採礦結構已修改為新增 Region 資料行,其中包含用戶端區域的屬性,以及 使用 High Moderate Low 來分類客戶收入的收益群組 資料行。

採礦結構也包含巢狀資料表,其中列出客戶已購買的專案。

因為採礦結構包含巢狀資料表,所以您可以在案例資料表、巢狀資料表或兩者上定義篩選。 本範例結合案例篩選和巢狀資料列篩選,將案例限制為購買其中一個道路輪胎型號的富裕歐洲客戶。

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  

另請參閱

資料採礦延伸模組 (DMX) 資料定義語句
資料採礦延伸模組 (DMX) 資料動作陳述式
資料採礦延伸模組 (DMX) 陳述式參考