알고리즘 참조(Analysis Services - 데이터 마이닝)

알고리즘에 대한 일반적인 설명

분석 태스크에 적합한 알고리즘을 선택하고 분석 요구 사항을 충족하기 위해 데이터를 준비하는 단계는 데이터 마이닝 프로세스에서 매우 중요합니다. 다음 항목에서는 각 알고리즘의 작동 방식에 대한 간략한 개요를 제공하고 알고리즘을 사용하기에 적합한 분석 태스크의 예를 보여 주며 시나리오에서 모델이 사용되는 방법을 설명합니다. 각 항목에는 각 모델 유형에 필요한 데이터 형식에 대한 지침을 제공하는 요구 사항 섹션도 있습니다.

Microsoft 연결 알고리즘

Microsoft 클러스터링 알고리즘

Microsoft 의사 결정 트리 알고리즘

Microsoft 선형 회귀 알고리즘

Microsoft 로지스틱 회귀 알고리즘

Microsoft Naive Bayes 알고리즘

Microsoft 신경망 알고리즘(Analysis Services - 데이터 마이닝)

Microsoft 시퀀스 클러스터링 알고리즘

Microsoft 시계열 알고리즘

알고리즘 기술 참조

모델을 만들 때 사용할 알고리즘을 선택할 경우 Analysis Services에서 제공하는 기본값을 사용할 수 있지만 대부분의 경우 모델 작성 방법이나 알고리즘으로 데이터를 처리하는 방법을 사용자 지정해야 할 수 있습니다. 다음 항목에서는 마이닝 모델을 사용자 지정하는 데 사용할 수 있는 매개 변수에 대해 설명하고 각 알고리즘의 구현과 관련된 자세한 기술 정보를 제공합니다.

Microsoft 연결 알고리즘 기술 참조

Microsoft 클러스터링 알고리즘 기술 참조

Microsoft 의사 결정 트리 알고리즘 기술 참조

Microsoft 선형 회귀 알고리즘 기술 참조

Microsoft 로지스틱 회귀 알고리즘 기술 참조

Microsoft Naive Bayes 알고리즘 기술 참조

Microsoft 신경망 알고리즘 기술 참조

Microsoft 시퀀스 클러스터링 알고리즘 기술 참조(Analysis Services - 데이터 마이닝)

Microsoft 시계열 알고리즘 기술 참조

모델을 작성할 경우 모델 학습 시 사용되는 데이터를 필터링하여 모델을 사용자 지정하고 결과에 영향을 줄 수 있습니다. 마이닝 모델 학습 및 테스트 시 필터를 사용하는 방법은 마이닝 모델에 대한 필터 만들기(Analysis Services - 데이터 마이닝) 및 모델 정확도 차트용 도구(Analysis Services - 데이터 마이닝)를 참조하십시오.

쿼리 및 예측 함수 참조

함수를 사용하면 마이닝 모델의 결과를 검색할 수 있습니다. 예측 함수는 분석에서 발견된 패턴과 통계에 대한 자세한 정보를 제공하거나, 예측을 하고 확률이나 중요도를 기초로 예측을 필터링하는 데 사용될 수 있습니다.

예측 함수의 전체 목록은 DMX(Data Mining Extensions) 함수 참조를 참조하십시오.

다음 표에서는 Analysis Services에서 모든 유형의 알고리즘에 대해 쿼리를 작성하는 데 사용할 수 있는 함수 목록을 보여 줍니다.

특정 모델 유형에 예측 함수 사용

참고 항목

개념

관련 자료