SELECT FROM <모델>. CONTENT(DMX)

적용 대상: SQL Server Analysis Services

지정된 데이터 마이닝 모델에 대한 마이닝 모델 스키마 행 집합을 반환합니다.

구문

  
SELECT [FLATTENED] [TOP <n>] <expression list> FROM <model>.CONTENT   
[WHERE <condition expression>]  
[ORDER BY <expression> [DESC|ASC]]  

인수

n
선택 사항. 반환할 행 수를 지정하는 정수입니다.

식 목록
Content 스키마 행 집합에서 파생된 열의 쉼표로 구분된 목록입니다.

model
모델 식별자입니다.

조건 식
선택 사항. 열 목록에서 반환되는 값을 제한하는 조건입니다.

expression
선택 사항. 스칼라 값을 반환하는 식입니다.

설명

SELECT FROM<모델>입니다. CONTENT 문은 각 알고리즘과 관련된 콘텐츠를 반환합니다. 예를 들어 사용자 지정 애플리케이션에서 연결 규칙 모델의 모든 규칙 설명을 사용하려는 경우 SELECT FROM <모델을> 사용할 수 있습니다. 모델의 NODE_RULE 열에 있는 값을 반환하는 CONTENT 문입니다.

다음 표에서는 마이닝 모델 콘텐츠에 포함된 열을 나열합니다.

참고 항목

알고리즘은 콘텐츠를 올바르게 나타내기 위해 열을 다르게 해석할 수 있습니다. 각 알고리즘에 대한 마이닝 모델 콘텐츠에 대한 설명과 각 모델 유형에 대한 마이닝 모델 콘텐츠를 해석하고 쿼리하는 방법에 대한 팁은 마이닝 모델 콘텐츠(Analysis Services - 데이터 마이닝)를 참조하세요.

CONTENT 행 집합 열 설명
MODEL_CATALOG 카탈로그 이름입니다. 공급자가 카탈로그를 지원하지 않는 경우 NULL입니다.
MODEL_SCHEMA 정규화되지 않은 스키마 이름입니다. 공급자가 스키마를 지원하지 않는 경우 NULL입니다.
MODEL_NAME 모델 이름입니다. 이 열에는 NULL이 포함될 수 없습니다.
ATTRIBUTE_NAME 노드에 해당하는 특성의 이름입니다.
NODE_NAME 노드의 이름입니다.
NODE_UNIQUE_NAME 모델 내 노드의 고유 이름입니다.
Node_type 노드의 형식을 나타내는 정수입니다. .
NODE_GUID 노드 GUID입니다. GUID가 없으면 NULL입니다.
NODE_CAPTION 노드와 연결된 레이블 또는 캡션입니다. 주로 표시 목적으로 사용됩니다. 캡션이 없으면 NODE_NAME 반환됩니다.
CHILDREN_CARDINALITY 노드에 있는 자식 수입니다.
PARENT_UNIQUE_NAME 노드 부모의 고유한 이름입니다.
NODE_DESCRIPTION 노드에 대한 설명입니다.
NODE_RULE 노드에 포함된 규칙을 나타내는 XML 조각입니다. XML 문자열의 형식은 PMML 표준을 기반으로 합니다.
MARGINAL_RULE 부모에서 해당 노드로 이동하는 경로를 설명하는 XML 조각입니다.
NODE_PROBABILITY 해당 노드에서 끝나는 경로의 확률입니다.
MARGINAL_PROBABILITY 부모 노드에서 노드에 도달할 확률입니다.
NODE_DISTRIBUTION 노드의 값 분포를 설명하는 통계가 포함된 테이블입니다.
NODE_SUPPORT 이 노드를 지원하는 사례 수입니다.

다음 코드는 대상 메일링 마이닝 구조에 추가된 의사 결정 트리 모델에 대한 부모 노드의 ID를 반환합니다.

SELECT MODEL_NAME, NODE_NAME FROM [TM Decision Tree].CONTENT  
WHERE NODE_TYPE = 1  

예상 결과:

MODEL_NAME NODE_NAME
TM_DecisionTree 0

다음 쿼리는 IsDescendant 함수를 사용하여 이전 쿼리에서 반환된 노드의 직속 자식을 반환합니다.

참고 항목

NODE_NAME 값은 문자열이므로 하위 select 문을 사용하여 NODE_ID IsDescendant 함수에 대한 인수로 반환할 수 없습니다.

SELECT NODE_NAME, NODETYPE, NODE_CAPTION   
FROM [TM Decision Tree].CONTENT  
WHERE ISDESCENDANT('0')  

예상 결과:

모델은 의사 결정 트리 모델이므로 모델 부모 노드의 하위 항목에는 단일 한계 통계 노드, 예측 가능한 특성을 나타내는 노드 및 입력 특성 및 값이 포함된 여러 노드가 포함됩니다. 자세한 내용은 의사 결정 트리 모델에 대한 마이닝 모델 콘텐츠(Analysis Services - 데이터 마이닝)를 참조하세요.

FLATTENED 키워드 사용

마이닝 모델 콘텐츠에는 중첩 테이블 열의 모델에 대한 흥미로운 정보가 자주 포함됩니다. FLATTENED 키워드를 사용하면 계층적 행 집합을 지원하는 공급자를 사용하지 않고 중첩 테이블 열에서 데이터를 검색할 수 있습니다.

다음 쿼리는 Naïve Bayes 모델에서 단일 노드인 한계 통계 노드(NODE_TYPE = 26)를 반환합니다. 그러나 이 노드의 NODE_DISTRIBUTION 열에는 중첩 테이블이 들어 있습니다. 따라서 중첩 테이블 열이 평면화되고 중첩 테이블의 모든 행에 대해 행이 반환됩니다. MODEL_NAME 스칼라 열의 값은 중첩 테이블의 각 행에 대해 반복됩니다.

또한 중첩 테이블 열의 이름만 지정하면 중첩 테이블의 각 열에 대해 새 열이 반환됩니다. 기본적으로 중첩 테이블의 이름은 각 중첩 테이블 열의 이름 앞에 접두사로 지정됩니다.

SELECT FLATTENED MODEL_NAME, NODE_DISTRIBUTION  
FROM [TM_NaiveBayes].CONTENT  
WHERE NODE_TYPE = 26  

예제 결과:

MODEL_NAME NODE_DISTRIBUTION.ATTRIBUTE_NAME NODE_DISTRIBUTION. ATTRIBUTE_VALUE NODE_DISTRIBUTION. 지원 NODE_DISTRIBUTION. 확률 NODE_DISTRIBUTION. 분산 NODE_DISTRIBUTION. Valuetype
TM_NaiveBayes Bike Buyer 누락 된 0 0 0 1
TM_NaiveBayes Bike Buyer 0 6556 0.506685215240745 0
TM_NaiveBayes Bike Buyer 6 6383 0.493314784759255 0

다음 예제에서는 하위 select 문을 사용하여 중첩 테이블의 일부 열만 반환하는 방법을 보여 줍니다. 이와 같이 중첩 테이블의 이름에 별칭을 지정하면 간단하게 표시할 수 있습니다.

SELECT MODEL_NAME,   
(SELECT ATTRIBUTE_NAME, ATTRIBUTE_VALUE, [SUPPORT] AS t  
FROM NODE_DISTRIBUTION)   
FROM TM_NaiveBayes.CONTENT  
WHERE NODE_TYPE = 26  

예제 결과:

MODEL_NAME T.ATTRIBUTE_NAME t.ATTRIBUTE_VALUE t.SUPPORT
TM_NaiveBayes Bike Buyer 누락 된 0
TM_NaiveBayes Bike Buyer 0 6556
TM_NaiveBayes Bike Buyer 6 6383

참고 항목

SELECT(DMX)
DMX(데이터 마이닝 확장) 데이터 조작 문
DMX(Data Mining Extensions) 문 참조