SELECT FROM-Modell<>. SAMPLE_CASES (DMX)
Gilt für: SQL Server Analysis Services
Gibt Beispielfälle zurück, die repräsentativ für die Fälle sind, die zum Trainieren des Data Mining-Modells verwendet werden.
Damit Sie diese Anweisung verwenden können, müssen Sie Drillthrough aktivieren, wenn Sie das Miningmodell erstellen. Weitere Informationen zum Aktivieren von Drillthroughs finden Sie unter CREATE MINING MODEL (DMX),SELECT INTO (DMX) und ALTER MINING STRUCTURE (DMX).
Syntax
SELECT [FLATTENED] [TOP <n>] <expression list> FROM <model>.SAMPLE_CASES
[WHERE <condition list>] ORDER BY <expression> [DESC|ASC]]
Argumente
n
Optional. Eine ganze Zahl, die angibt, wie viele Zeilen zurückgegeben werden sollen.
Ausdrucksliste
Eine durch Trennzeichen getrennte Liste mit Bezeichnern verbundener Spalten.
model
Ein Modellbezeichner.
Bedingungsliste
Optional. Bedingungen, die die Werte einschränken, die für die Spaltenliste zurückgegeben werden.
expression
Optional. Ein Ausdruck, der einen Skalarwert zurückgibt.
Bemerkungen
Beispielfälle können generiert werden und sind in den Trainingsdaten möglicherweise nicht tatsächlich vorhanden. Der zurückgegebene Fall ist repräsentativ für den angegebenen Inhaltsknoten.
Obwohl der Microsoft Sequence Clustering-Algorithmus der einzige Microsoft-Algorithmus ist, der die Verwendung des SELECT FROM-Modells <>unterstützt. SAMPLE_CASES können Auch Drittanbieteralgorithmen dies unterstützen.
Beispiele
Im folgenden Beispiel werden Beispielfälle zurückgegeben, mit denen das Target Mail-Miningmodell trainiert wird. Die Verwendung der Funktion IsInNode (DMX) in der WHERE-Klausel gibt nur Fälle zurück, die dem Knoten "000000003" zugeordnet sind. Die Knotenzeichenfolge ist in der NODE_UNIQUE_NAME-Spalte des Schemarowsets zu finden.
Select * from [Sequence Clustering].SAMPLE_Cases
WHERE IsInNode('000000003')
Weitere Informationen
SELECT (DMX)
Data Mining-Erweiterungen (DMX) - Datendefinitionsanweisungen
Data Mining-Erweiterungen (DMX) - Datenbearbeitungsanweisungen
Data Mining-Erweiterungen (DMX) - Anweisungsreferenz
Feedback
https://aka.ms/ContentUserFeedback.
Bald verfügbar: Im Laufe des Jahres 2024 werden wir GitHub-Issues stufenweise als Feedbackmechanismus für Inhalte abbauen und durch ein neues Feedbacksystem ersetzen. Weitere Informationen finden Sie unterFeedback senden und anzeigen für