Badanie modelu klastrowania (Analysis Services - wyszukiwania danych)

Następująca kwerenda zwraca podstawowe metadane dotyczące klastrowanie model, TM_Clustering, utworzony w samouczek wyszukiwania danych podstawowych.Metadane dostępne w węźle nadrzędnym klastrowanie model zawiera nazwę modelu, gdzie przechowywane są modelu bazy danych i liczba węzłów podrzędność w modelu.Ta kwerenda używa kwerendy zawartości DMX do pobierania metadane z węzła nadrzędnego modelu:

SELECT MODEL_CATALOG, MODEL_NAME, NODE_CAPTION, 
NODE_SUPPORT, [CHILDREN_CARDINALITY], NODE_DESCRIPTION
FROM TM_Clustering.CONTENT
WHERE NODE_TYPE = 1

Przykład wyniki:

Te kolumny oznacza w definicję klastrowanie modelu, zobacz Górnictwo modelu zawartości dla modeli klastra (Analysis Services - wyszukiwania danych).

Powrót do początku

Przez badanie zestaw wierszy schematu wyszukiwanie danych, można znaleźć informacje, które są zwracane w kwerendzie DMX zawartości.Jednak zestaw zestaw wierszy schematu zawiera niektóre dodatkowe kolumny.Należą do nich parametry, które były używane podczas tworzenia modelu, Data i czas że model został ostatnio przetwarzane i właściciela wzoru.

Poniższy przykład zwraca data utworzenia modelu, modyfikacji, i ostatnio przetwarzane razem z klastrowanie parametry używane do budowania modelu i rozmiaru zestaw szkoleniowy.Informacje te mogą być przydatne do dokumentowania modelu lub określania, które klastrowanie opcje były używane do tworzenia istniejącego modelu.

SELECT MODEL_NAME, DATE_CREATED, LAST_PROCESSED, PREDICTION_ENTITY, MINING_PARAMETERS 
from $system.DMSCHEMA_MINING_MODELS
WHERE MODEL_NAME = 'TM_Clustering'

Przykład wyniki:

Powrót do początku

Ponieważ wszystkie klastry typ węzła 5, można łatwo pobrać listy klastrów przez badanie zawartości modelu tylko węzłów typu.Można także filtrować węzłów, które są zwracane przez prawdopodobieństwo lub wsparcia, jak w poniższym przykładzie.

SELECT NODE_NAME, NODE_CAPTION ,NODE_SUPPORT, NODE_DESCRIPTION
FROM TM_Clustering.CONTENT
WHERE NODE_TYPE = 5 AND NODE_SUPPORT > 1000

Przykład wyniki:

Atrybuty, które definiują klastra można znaleźć w dwóch kolumnach w górnictwie danych zestaw zestaw wierszy schematu.

• Kolumna NODE_DESCRIPTION zawiera rozdzielaną przecinkami listę atrybutów.Należy zauważyć, że lista atrybutów może zostać skrócona w celach wyświetlania.

• Tabela zagnieżdżona kolumna NODE_DISTRIBUTION zawiera pełną listę atrybutów dla klastra.Jeśli klient nie obsługuje zestawów wierszy hierarchiczne, tabela zagnieżdżonej można powrócić przez dodanie słów kluczowych FLATTENED przed na liście kolumna.Aby uzyskać więcej informacji dotyczących używania słowa kluczowego FLATTENED, zobacz Wybierz z <model>.ZAWARTOŚĆ (DMX).

Powrót do początku

Dla każdego klastra Viewer klastra Wyświetla listę atrybutów i ich wartości profilu.Przeglądarka wyświetla również histogram, pokazujący rozmieszczenie wartości dla całej zapełnianie przypadków w modelu.Jeśli przeglądasz modelu w przeglądarce, można łatwo skopiować histogram z górnictwa legendy i wkleić go do programu Excel lub dokumentu programu Word.Za pomocą właściwości klastra okienku podglądu graficznie porównać atrybuty różnych klastrów.

Jednakże jeśli musisz uzyskać wartości dla więcej niż jednego klastra na czas, łatwiej kwerendy modelu.Na przykład podczas przeglądania modelu można zauważyć że dwa klastry różnią się w odniesieniu do jednego atrybut Number Cars Owned.Dlatego należy wyodrębnić wartości dla każdego klastra.

SELECT TOP 2 NODE_NAME, 
(SELECT ATTRIBUTE_VALUE, [PROBABILITY] FROM NODE_DISTRIBUTION WHERE ATTRIBUTE_NAME = 'Number Cars Owned')
AS t
FROM [TM_Clustering].CONTENT
WHERE NODE_TYPE = 5

Pierwszy wiersz kodu Określa, że górnej dwa klastry.

Drugi wiersz kodu dodaje instrukcja sub-select, która zwraca tylko niektóre kolumna z kolumna tabela zagnieżdżonej.Ponadto, ogranicza ona wiersze z tabela zagnieżdżonej do tych związanych z atrybut miejsce docelowe Number Cars Owned.Aby uprościć wyświetlanie, tabela zagnieżdżonej jest aliasu.

Powrót do początku

Jako skrót, zamiast pisania własnych kwerend za pomocą DMX, można również wywołać procedury składowane w systemie , Usługi Analysis Services używa do pracy z klastrami.Poniższy przykład przedstawia sposób użycia wewnętrznych procedur przechowywanych do zwracania profilu dla klastra z Identyfikatorem 002.

CALL System.Microsoft.AnalysisServices.System.DataMining.Clustering.GetClusterProfiles('TM_Clustering", '002',0.0005

Podobnie można użyć systemowa procedura składowana do zwrócenia właściwości określonego klastra, jak pokazano w następującym przykładzie:

CALL System.Microsoft.AnalysisServices.System.DataMining.Clustering.GetClusterCharacteristics('TM_Clustering", '009',0.0005

Przykład wyniki:

Powrót do początku

Dyskryminacji klastra karcie Viewer klastra pozwala łatwo porównać klastra z innego klastra lub porównać klastra z wszystkich pozostałych przypadkach (uzupełnienie klastra).

Jednak tworzenie kwerend, aby przywrócić te informacje mogą być złożone i może być konieczne niektóre dodatkowe przetwarzanie klient do przechowywania tymczasowych wyników i porównać wyniki dwóch lub więcej kwerend.Jako skrót, możesz wykorzystać procedury składowane w systemie.

Następująca kwerenda zwraca pojedynczej tabela, która wskazuje podstawowe czynniki różnicująca między dwa klastry, których identyfikatory 009 węzła i 007.Atrybuty z wartości dodatnie preferować w pełni klastra 009, należy preferować atrybuty o wartościach ujemnych w pełni klastra 007.

CALL System.Microsoft.AnalysisServices.System.DataMining.Clustering.GetClusterDiscrimination('TM_Clustering','009','007',0.0005,true)

Przykład wyniki:

Jest to informacje, które są prezentowane na wykresie Dyskryminacji klastra viewer wybranie 9 klastra z pierwszego drop -niedziałający listy i 7 klastra z drugiego drop -niedziałający listy.Aby porównać klastra 9 z jego dopełnieniem, używasz pusty ciąg w drugi parametr, jak pokazano w następującym przykładzie:

CALL System.Microsoft.AnalysisServices.System.DataMining.Clustering.GetClusterDiscrimination('TM_Clustering','009','',0.0005,true)

Powrót do początku

Jeśli włączono drążenia na model wyszukiwania, można utworzyć kwerendy zwracającej szczegółowe informacje o przypadkach używane w modelu.Ponadto jeśli włączono drążenia na struktura wyszukiwania, można dołączyć kolumny z podstawowej struktury za pomocą StructureColumn (DMX) funkcja.

Poniższy przykład zwraca dwie kolumna, które były używane w modelu, wiek i regionu i jedną więcej kolumna Imię, który nie był wykorzystywany w modelu.Kwerenda zwraca tylko przypadków, które zostały sklasyfikowane w 1 klastra.

SELECT [Age], [Region], StructureColumn('First Name')
FROM [TM_Clustering].CASES
WHERE IsInNode('001')

Aby przywrócić przypadkach należących do klastra, należy znać identyfikator klastra.Identyfikator klastra można uzyskać, przeglądając modelu w jednym widzów.Lub można zmienić nazwę klastra dla odwołania łatwiejsze, po którym można użyć nazwy zamiast numeru Identyfikacyjnego.Jednak znać nazwy, które można przypisać do klastra zostaną utracone, jeśli model jest ponownie przetwarzane.

Powrót do początku

Jeśli klastrowanie modelu zawiera atrybut przewidywalny, aby przewidywanych wyników za pomocą modelu.Jednak model obsługuje atrybut przewidywalne zależy czy możesz zestaw przewidywalne kolumnę Predict lub PredictOnly.Jeśli użytkownik zestaw użycie kolumn do Predict, wartości dla atrybut są dodawane do modelu klastrowania i są wyświetlane jako atrybuty w gotowym modelu.Jednakże jeśli użytkownik zestaw użycie kolumn do PredictOnly, wartości nie są używane do tworzenia klastrów.Zamiast tego, po zakończeniu trybu klastrowanie algorytm tworzy nowe wartości dla PredictOnly atrybut oparte na klastry, do których należy każdorazowo.

Następująca kwerenda zawiera pojedynczy nowy przypadek do modelu, gdzie tylko informacje o przypadek jest wieku i płci.Instrukcja SELECT określa pary przewidywalne atrybut/wartość, która zainteresowani, oraz PredictProbability (DMX) funkcja informuje prawdopodobieństwo, że przypadek te atrybuty docelowego wyniku.

SELECT
  [TM_Clustering].[Bike Buyer], PredictProbability([Bike Buyer],1)
FROM
  [TM_Clustering]
NATURAL PREDICTION JOIN
(SELECT 40 AS [Age],
  'F' AS [Gender]) AS t

Przykład wyniki, gdy jest użycie zestaw do Predict:

Przykład wyniki, gdy jest zestaw do PredictOnly i modelu jest ponownie przetwarzany:

W tym przykładzie różnica w modelu nie jest znaczący.Czasami może być jednak ważne wykrywać różnice między rzeczywisty rozkład wartości i prognozuje modelu.PredictCaseLikelihood (DMX) Funkcja jest przydatna w tym scenariuszu, ponieważ informuje prawdopodobieństwa przypadek, podane modelu.

Numer, który jest zwracany przez PredictCaseLikelihood funkcja jest prawdopodobieństwem i dlatego jest zawsze między 0 i 1 o wartości 0,5 reprezentujących wyniku losowe.Dlatego wynik mniejszy niż 0,5 oznacza, że przypadek przewidywane jest mało prawdopodobne, podane w modelu i over.5 wynik wskazuje, że przewidywane sprawy jest bardziej prawdopodobne niż nie dopasowanie modelu.

Na przykład następujące kwerendy zwraca wartości dwóch charakteryzujących prawdopodobieństwo nowej próbce przypadek.Znormalizowane wartość reprezentuje prawdopodobieństwo, biorąc pod uwagę bieżącego modelu.Gdy kluczowe NORMALIZED wynik prawdopodobieństwo zwracana przez funkcja jest korygowana przez podzielenie "prawdopodobieństwa z modelem" przez "prawdopodobieństwo bez modelu".

SELECT
PredictCaseLikelihood(NORMALIZED) AS [NormalizedValue], PredictCaseLikelihood(NONNORMALIZED) AS [NonNormalizedValue]
FROM
  [TM_Clustering_PredictOnly]
NATURAL PREDICTION JOIN
(SELECT 40 AS [Age],
  'F' AS [Gender]) AS t

Przykład wyniki:

Należy zauważyć, że numery te wyniki są wyrażane w notacji naukowej.

Powrót do początku

W tym przykładzie użyto Klaster (DMX) funkcja zwraca klastra, do którego nowy przypadek jest najprawdopodobniej należą i używa ClusterProbability (DMX) funkcja zwraca prawdopodobieństwo członkostwa w tym klastrze.

SELECT Cluster(), ClusterProbability()
FROM
  [TM_Clustering]
NATURAL PREDICTION JOIN
(SELECT 40 AS [Age],
  'F' AS [Gender],
  'S' AS [Marital Status]) AS t

Przykład wyniki:

Uwagadomyślnie ClusterProbability funkcja zwraca prawdopodobieństwo najprawdopodobniej klastra.Jednak określić innego klastra przy użyciu składni ClusterProbability('cluster name').W tym celu należy pamiętać, że wyniki z poszczególnych funkcja przewidywanie są niezależne od innych wyników.Dlatego wynik prawdopodobieństwa w drugim kolumna może odwoływać się do klastra różny od klastra o nazwie w pierwszym kolumna.

Powrót do początku

W poprzednim przykładzie wynik prawdopodobieństwo nie był bardzo wysoki.Do określenia, przypadek lepiej klastra, można użyć PredictHistogram (DMX) funkcji wraz z Klaster (DMX) funkcja zwraca zagnieżdżona tabela, która obejmuje wszystkich możliwych klastrów, wraz z prawdopodobieństwem, że nowa przypadek, należy do każdego klastra.Słowo kluczowe FLATTENED jest używana do zmiany hierarchiczną zestawu zestaw wierszy do tabela płaski dla ich łatwiejszego oglądania.

SELECT FLATTENED PredictHistogram(Cluster())
From
  [TM_Clustering]
NATURAL PREDICTION JOIN
(SELECT 40 AS [Age],
  'F' AS [Gender],
  'S' AS [Marital Status])

Domyślnie wyniki są uporządkowane według prawdopodobieństwa.Wyniki stwierdzić, nawet prawdopodobieństwo 2 klastra jest dość niski, 2 klastra jest nadal najlepszym dopasowanie nowych danych punktu.

Uwagadodatkowe kolumna, $DISTANCE, oznacza odległość od punktu danych do klastra.Domyślnie Microsoft klastrowanie EM skalowalne używa algorytmu klastrowanie, który przypisuje do każdego punktu danych wielu klastrów i klasyfikuje możliwe klastrów.Jednak jeśli tworzysz model klastrowania przy użyciu algorytmu k oznacza tylko jednego klastrowanie można przypisać do każdego punktu danych i ta kwerenda zwróci tylko jeden wiersz.Zrozumienie tych różnic jest konieczne do interpretacji wyniki PredictCaseLikelihood (DMX) funkcja.Aby uzyskać więcej informacji o różnicach między EM i środki k klastrowanie, zobacz Informacje techniczne algorytm klastrowania Microsoft.

Powrót do początku