ALTER MINING STRUCTURE (DMX)

建立以現有採礦結構為基礎的新採礦模型。這個陳述式與 CREATE MINING MODEL 陳述式不同，因為必須有已經存在的結構，ALTER 陳述式才能建立新的採礦模型。

語法

ALTER MINING STRUCTURE <structure>
ADD MINING MODEL <model>
(
    [(<column definition list>)]
)
USING <algorithm> [(<parameter list>)] [WITH DRILLTHROUGH]

引數

• structure
  模型要加入之採礦結構的名稱。

• model
  模型的唯一名稱。

• column definition list
  資料行定義的逗號分隔清單。

• algorithm
  資料採礦提供者的提供者自訂名稱。

• parameter list
  選擇性。提供者自訂之演算法參數的逗號分隔清單。

備註

如果採礦結構包含複合索引鍵，採礦模型就必須包含結構中定義的所有索引鍵資料行。

如果模型不需要可預測資料行 (例如使用 Microsoft 群集與 Microsoft 時序群集演算法建立的模型)，您就不必在陳述式中包含資料行定義。產生之模型中的所有屬性都會當成輸入處理。

WITH DRILLTHROUGH 子句可以在新的採礦模型上鑽研。唯有您建立模型時，才能啟用鑽研。

資料行定義清單

定義使用資料行定義清單之模型結構的方式，是包含每個資料行的下列資訊：

• 名稱 (強制的)
• 模型旗標
• 指出預測這個資料行之演算法的預測要求，由 PREDICT 或 PREDICT_ONLY 子句指出

使用下列資料行定義清單的語法，以定義單一資料行：

<column name>    [<modeling flags>]    [<prediction>]

您可以為一個資料行定義多個模型旗標。如需可以在採礦模型資料行上定義之採礦模型旗標的描述，請參閱＜採礦模型資料行＞。

使用預測子句描述如何使用預測資料行。下表描述兩個可能的子句。

參數定義清單

您可以使用參數清單調整模型的效能與功能。參數清單的語法如下：

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

如需與每一種演算法相關聯的參數清單，請參閱＜資料採礦演算法＞。

範例

下列範例將 Naive Bayes 採礦模型加入 New Mailing 採礦結構中。

ALTER MINING STRUCTURE [New Mailing]
ADD MINING MODEL [Naive Bayes]
(
    CustomerKey, 
    Gender,
    [Number Cars Owned],
    [Bike Buyer] PREDICT
)
Using Microsoft_Naive_Bayes

請參閱

參考

資料採礦延伸模組 (DMX) 資料定義陳述式
資料採礦延伸模組 (DMX) 資料操作陳述式
資料採礦延伸模組 (DMX) 陳述式參考

說明及資訊

取得 SQL Server 2005 協助