Podczas badania modelu klastrowanie (Analysis Services — wyszukiwanie danych)

Następująca kwerenda zwraca podstawowe metadane dotyczące klastrowanie modelu TM_Clustering, utworzony w podstawowym samouczek wyszukiwanie danych. Metadane dostępne w węźle nadrzędnym klastrowanie model zawiera nazwę modelu bazy danych, w której przechowywane są w modelu i liczba węzłów podrzędność w modelu.Ta kwerenda używa kwerendy zawartości DMX pobrać 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 definicji klastrowanie modelu, zobacz model wyszukiwania Zawartości dla klastrowanie modele (Analysis Services — wyszukiwanie danych).

Powrót do początku

Za pomocą kwerend wysyłanych do zestaw zestaw wierszy schematu wyszukiwanie danych, można znaleźć informacje, które są zwracane w kwerendzie DMX zawartości.Jednak zestaw wierszy schemat zawiera kilka dodatkowych kolumn.Należą do nich parametry, które były używane podczas tworzenia modelu, Data i godzina ostatniego przetworzenia modelu, a właściciel modelu.

W poniższym przykładzie zwraca data utworzenia modelu, zmodyfikowane, i ostatnio przetwarzane razem z klastrowanie parametrów, które były używane do budowania modelu i rozmiaru zbioru szkolenia.Informacje te mogą być przydatne do dokumentowania modelu i określania, które opcje klastrowania użytych podczas 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 typu węzła, 5, można łatwo pobrać listy klastrów za pomocą kwerend wysyłanych do zawartości modelu dla węzłów tego typu.Można także filtrować węzłów, które są zwracane przez prawdopodobieństwo lub pomocy technicznej, jak pokazano 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 znajdują się w dwóch kolumnach w zestawie zestaw wierszy schematu wyszukiwanie danych.

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

• Tabela zagnieżdżona kolumna NODE_DISTRIBUTION zawiera pełną listę atrybutów dla klastra.Jeśli Twój klient nie obsługuje hierarchiczny wierszy w tabela zagnieżdżonej można powrócić przez dodanie kluczowych FLATTENED przed liście kolumn SELECT.Aby uzyskać więcej informacji na temat użycia słowa kluczowego FLATTENED zobacz Model, SELECT FROM < > .CONTENT (DMX).

Powrót do początku

Dla każdego klastra Podgląd klastra Wyświetla profil, który wyświetla listę atrybutów i ich wartości.Przeglądarka wyświetla także histogram, który pokazuje rozłożenie wartości dla całej zapełnianie spraw w modelu.Przeglądania modelu w przeglądarce, można łatwo skopiować histogram z wyszukiwania legendy i wkleić go do programu Excel lub dokument programu Word.W okienku właściwości klastra podglądu umożliwia także porównanie graficznie atrybuty różnych klastrów.

Jednak jeśli należy uzyskać wartości dla więcej niż jednego klastra w czas, łatwiej kwerendy modelu.Na przykład podczas przeglądania w modelu, można zauważyć że dwa górne klastry różnią się w odniesieniu do jednego atrybut Number Cars Owned. W związku z tym które mają zostać wyodrębnione 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

W pierwszym wierszu kod określa, że górny dwa klastry.

Drugi wiersz kodu dodaje sub-select instrukcja, która zwraca tylko niektóre kolumna z kolumna w tabela zagnieżdżonej.Ponadto go ogranicza wiersze z tabela zagnieżdżonej do powiązanych z atrybut lokalizacji miejsce docelowe Number Cars Owned. Aby uprościć wyświetlania, w tabela zagnieżdżonej jest aliasu.

Powrót do początku

Jako skrót, zamiast pisania własnych kwerendy przy użyciu DMX można również wywołać procedury składowane w systemie Analysis Services używane do pracy z klastrami. Poniższy przykład ilustruje 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 umożliwia systemowa procedura składowana zwracają charakterystyki określonego klastra, jak pokazano w poniższym przykładzie:

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

Przykład wyniki:

Powrót do początku

The Cluster Discrimination tab of the Cluster Viewer enables you to easily compare a cluster with another cluster, or compare a cluster with all remaining cases (the complement of the cluster).

Jednak tworzyć kwerendy, aby przywrócić te informacje mogą być złożone i może być konieczne niektóre dodatkowe przetwarzanie na komputerze klienckim 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 podstawowy różnicująca czynników, między dwa klastry, które mają węzeł ID 009 i 007.Atrybuty z wartości dodatnie preferować klastra 009, dlatego atrybutów o wartościach ujemnych preferować klastra 007.

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

Przykład wyniki:

Jest to te same informacje, które są prezentowane na wykresie Dyskryminacji klastra podglądu po wybraniu 9 klastrów z pierwszej listy rozwijanej i 7 klastrów z drugiej listy rozwijanej.Aby porównać 9 klastrów z jego dopełnieniem, jak to pokazano w poniższym przykładzie należy użyć pusty ciąg znaków w drugi parametr:

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

Powrót do początku

Jeśli przeglądanie szczegółowe została włączona na tym model wyszukiwania, można utworzyć kwerendy zwracającej szczegółowe informacje na temat przypadkach używane w modelu.Ponadto, jeśli przeglądanie szczegółowe została włączona na struktura wyszukiwania, można dołączyć kolumny z podstawową strukturę przy użyciu StructureColumn (DMX) Funkcja.

W poniższym przykładzie zwraca dwie kolumna, które były używane w modelu, wiek i region i jedną kolumna więcej, imię, która nie została użyta w modelu.Kwerenda zwraca tylko sprawy, które zostały zaklasyfikowane do klastrowania 1.

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

Aby przywrócić sprawy, które należą do klastra, należy znać identyfikator klastra.Identyfikator klastra, można uzyskać, przeglądając modelu w jednym z przeglądarki.Ewentualnie można zmienić nazwę klastra dla odwołania łatwiejsze, po upływie którego można użyć nazwy zamiast numeru IDENTYFIKACYJNEGO.Jednak wiedzieć, że nazwy, które można przypisać do klastra zostaną utracone, jeśli model jest ponownie przetwarzany.

Jeśli klastrowanie tworzenia modelu zawiera atrybut przewidywalny, tworzenie prognoz dotyczących wyników za pomocą modelu.Ale modelu obsługuje atrybut przewidywalny sposób zależności od tego, czy użytkownik zestaw przewidywalne kolumna Predict lub PredictOnly. Jeśli wybrana opcja użycia kolumna na Predict, wartości dla tego atrybut są dodawane do klastrowanie modelu i są wyświetlane jako wartości atrybut w gotowym modelu. Jednak jeśli użytkownik zestaw użycie przez kolumna PredictOnly, wartości nie są używane do tworzenia klastrów. Zamiast tego, po zakończeniu pracy w trybie algorytm klastrowania tworzy nowe wartości dla PredictOnly atrybut oparte na klastry, z których każdy przypadek należy.

Następująca kwerenda zawiera jedną nową sprawę do modelu, w których informacje tylko przypadek jest wieku i płci.Instrukcja SELECT określa pary przewidywalne atrybut/wartość, która jest zainteresowany, oraz PredictProbability (DMX) Funkcja pozwalają określić prawdopodobieństwo przypadek z tych atrybutów ma 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 w przypadku użycia jest zestaw do Predict:

Przykład wyniki w przypadku użycia jest ustawiona na PredictOnly i jest ponownie przetwarzany modelu:

W tym przykładzie różnicę w modelu nie ma znaczenia.Jednak czasami może być ważny do wykrywać różnic między rzeczywistej dystrybucji wartości i przewiduje modelu.The PredictCaseLikelihood (DMX) funkcja is useful in this scenario, because it tells you how likely a przypadek is, given the model.

Numer, który jest zwracany przez PredictCaseLikelihood funkcja jest to prawdopodobieństwo i w związku z tym jest zawsze od 0 do 1, o wartości 0,5 stanowiących losowe wyniku. W związku z tym wynik mniejsze niż 0,5 oznacza, że przypadek przewidywane jest mało prawdopodobne, biorąc pod uwagę w modelu i wynik nad 0,5 oznacza, że przypadek przewidywane częściej niż przypadek losowe.

Na przykład poniższa kwerenda zwraca dwie wartości, jaką charakteryzuje się prawdopodobieństwo nową sprawę w próbce.Wartość nie znormalizowane reprezentuje prawdopodobieństwo, biorąc pod uwagę bieżący model.Używając słowa kluczowego NORMALIZED, wynik prawdopodobieństwa, która jest zwracana przez funkcja jest korygowana przez podzielenie "prawdopodobieństwo z modelem"prawdopodobieństwo bez modelu przez „".

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 w te wyniki są wyrażane w notacji naukowej.

Powrót do początku

W tym przykładzie użyto Klaster (DMX) funkcja zwracająca klastra, do którego jest najbardziej prawdopodobne należą nowej przypadek i zastosowań ClusterProbability (DMX) funkcja zwraca prawdopodobieństwo dla członkostwa w 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:

Uwaga   Domyślnie, 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 wyniku prawdopodobieństwo w drugiej kolumnie można odwoływać się do klastra różny od klastra o nazwie w pierwszej kolumnie.

Powrót do początku

W poprzednim przykładzie w wyniku prawdopodobieństwo nie bardzo wysoki.Aby określić, przypadek klastra lepiej, można użyć PredictHistogram (DMX) działa razem z Klaster (DMX) funkcja zwracająca zagnieżdżonej tabela, która zawiera wszystkie możliwe klastry, wraz z prawdopodobieństwem, że nowe przypadek, należy do każdego klastra. Słowo kluczowe FLATTENED zostanie zastosowana 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])
AS t

Domyślnie wyniki są uporządkowane według prawdopodobieństwa.Wyniki informujący, że chociaż prawdopodobieństwo Cluster 2 jest dość niski, 2 klastra nadal najlepiej nadaje się do nowego punktu danych.

Uwaga   Dodatkowe kolumna, $DISTANCE, zawiera odległość, o jaką punktu danych do klastra. Domyślnie Microsoft Klastrowanie algorytm używa skalowalne klastrowanie EM, które przypisuje wielu klastrów każdy punkt danych i prowadzi ranking możliwe klastrów. Jednak po utworzeniu sieci klastrowanie modelu przy użyciu algorytmu K oznacza tylko do jednego klastra można przypisać do każdego punktu danych, a ta kwerenda zwróci tylko jeden wiersz.Zrozumienie tych różnic jest niezbędne do interpretacji wyniki PredictCaseLikelihood (DMX) Funkcja. Aby uzyskać więcej informacji na temat różnic między EM i K-oznacza klastrowanie zobacz Informacje techniczne algorytm klastrowanie Microsoft.

Powrót do początku