성향 습득 데이터 지정(데이터 마이닝 마법사)
성향 습득 데이터 지정 페이지를 사용하여 모델의 성향을 습득할 때 열을 사용하는 방법을 식별할 수 있습니다.
[!참고] 열은 예측 가능인 동시에 입력이 될 수 있습니다.
참조 항목:마이닝 구조(Analysis Services), 마이닝 모델 열, 데이터 마이닝 마법사, 새 마이닝 구조 만들기
옵션
- 테이블/열
마법사의 이전 페이지에서 선택한 테이블 및 열을 표시합니다.
키
열을 데이터의 고유 식별자로 사용하려면 선택합니다.키로 표시된 중첩 테이블의 열은 연결된 사례의 컨텍스트에서 행의 식별자를 나타냅니다. 중첩 테이블을 예측 가능으로 표시하면 전체 중첩 테이블이 예측 가능하게 됩니다. 중첩 테이블에 입력 또는 예측 가능으로 표시된 열이 없으면 중첩 테이블이 마이닝 구조에는 나타나지만 모델에서 무시됩니다.
- 입력
열을 예측 생성 시 사용하려면 선택합니다.
- 예측 가능
추가 입력을 기반으로 테이블 또는 열을 예측하도록 하려면 선택합니다.
- 제안
Entropy를 기반으로 데이터 샘플을 분석하여 선택한 예측 가능 열에 가장 밀접히 관련되어 있는 입력 열을 식별하는 관련 열 제안 대화 상자를 열려면 클릭합니다. 이 분석은 OLAP 원본을 기반으로 하는 중첩 테이블 열 또는 마이닝 구조에도 적용됩니다.
참고 항목
참조
데이터 마이닝 마법사 F1 도움말(SSAS)
관련 열 제안(데이터 마이닝 마법사)
테이블 유형 지정(데이터 마이닝 마법사)
열 내용 및 데이터 형식 지정(데이터 마이닝 마법사)