Wybierz z <model> PRZEWIDYWANIA sprzężenia (DMX)

Składnia

SELECT [FLATTENED] [TOP <n>] <select expression list> 
FROM <model> | <sub select> [NATURAL] PREDICTION JOIN 
<source data query> [ON <join mapping list>] 
[WHERE <condition expression>]
[ORDER BY <expression> [DESC|ASC]]

Argumenty

• n
  Opcjonalne.Liczba całkowita, która określa liczbę wierszy, aby powrócić.

• select expression list
  Rozdzielana przecinkami lista identyfikatorów kolumna i wyrażenia, które są uzyskiwane z model wyszukiwania.

• model
  Identyfikator modelu.

• sub select
  Osadzona instrukcja select.

• source data query
  źródło Kwerendy.

• join mapping list
  Opcjonalne.Wyrażenie logiczne porównująca kolumny z modelu kolumn z źródło kwerendy.

• condition expression
  Opcjonalne.Warunek do ograniczenia wartości, które są zwracane z kolumna listy.

• expression
  Opcjonalne.Wyrażenie, które zwraca wartość skalarną.

Uwagi

Klauzula ON definiuje mapowanie między kolumny z źródło kwerendy i kolumny z modelu górniczych.To mapowanie jest używane do kierowania kolumny z źródło kwerendy do kolumn w modelu górnictwa, tak, aby kolumny, używane jako nakłady w celu tworzenia prognoz.Kolumny w <join mapping list> są powiązane przy użyciu znaku równości (=), jak pokazano w następującym przykładzie:

[MiningModel].ColumnA = [source data query].Column1 AND 
[MiningModel].ColumnB = [source data query].Column2 AND
...

W klauzula ON są wiązane z tabela zagnieżdżonej, zapewnienia powiązać kolumna klucza z kolumn niż klucz, tak, aby algorytm można zidentyfikować poprawnie, które przypadek rekord kolumn zagnieżdżonych należy do.

źródło Kwerendy dla łączyć przewidywanie mogą być albo tabela lub kwerendy singleton.

Można określić funkcje przewidywanie, które nie zwraca wyrażenie tabela w <select expression list> i <condition expression>.

NATURAL PREDICTION JOIN automatycznie razem mapuje nazwy kolumna z źródło kwerendę, która pasuje do nazwy kolumn w modelu.Jeśli używasz NATURAL PREDICTION, można pominąć w klauzula.

Warunek WHERE może być zastosowane tylko do przewidywalnego kolumny lub kolumn pokrewnych.

KOLEJNOŚĆ według klauzula może akceptować tylko jednej kolumna jako argumentu; oznacza to, że nie można sortować na więcej niż jedną kolumna.

Przykład 1: Singleton kwerendy

W poniższym przykładzie pokazano, jak utworzyć kwerendę do przewidywania, czy określone osoby będą kupować rowerów w rzeczywistym czas.W tej kwerendzie danych nie jest przechowywana w tabela lub innego źródło danych, ale zamiast tego zostanie wprowadzona bezpośrednio do kwerendy.Osoby w kwerendzie ma następujące cechy:

• 35 lat.

• Jest właścicielem domu

• Jest właścicielem dwóch samochodów

• Ma dwie dzieci mieszkających w domu

Korzystanie z drzewa decyzji TM model wyszukiwania i znane cechy dotyczące tematu, kwerenda zwraca wartość logiczna, która opisuje, czy osoba zakupione rower i zestaw wartości tabelarycznych zwrócony przez PredictHistogram (DMX) funkcja, które opisują, jak dokonano przewidywanie.

SELECT
  [TM Decision Tree].[Bike Buyer],
  PredictHistogram([Bike Buyer])
FROM
  [TM Decision Tree]
NATURAL PREDICTION JOIN
(SELECT 35 AS [Age],
  '5-10 Miles' AS [Commute Distance],
  '1' AS [House Owner Flag],
  2 AS [Number Cars Owned],
  2 AS [Total Children]) AS t

Przykład 2: Za pomocą OTWÓRZKWERENDĘ

Poniższy przykład pokazuje, jak utworzyć kwerendę przewidywanie partia przy użyciu listy potencjalnych klientów, przechowywane w zewnętrznych dataset.Ponieważ tabela jest częścią Widok źródło danych, który został zdefiniowany na wystąpienie z Usługi Analysis Services, można użyć kwerendy OTWÓRZKWERENDĘ do pobierania danych.Ponieważ nazwy kolumn w tabela są różne od tych w model wyszukiwania, ON klauzula musi być używany do mapowania kolumn w tabela kolumn w modelu.

Kwerenda zwraca imię i nazwisko osoby, w tabela wraz z kolumna wartość logiczna, która wskazuje, czy każda osoba może kupić rower, gdzie 0 oznacza "prawdopodobnie będzie nie kupują rower" a 1 oznacza "prawdopodobnie będzie Kup rower".Ostatnia kolumna zawiera prawdopodobieństwa dla przewidywanych wyników.

SELECT
  t.[LastName],
  t.[FirstName],
  [TM Decision Tree].[Bike Buyer],
  PredictProbability([Bike Buyer])
From
  [TM Decision Tree]
PREDICTION JOIN
  OPENQUERY([Adventure Works DW2008R2],
    'SELECT
      [LastName],
      [FirstName],
      [MaritalStatus],
      [Gender],
      [YearlyIncome],
      [TotalChildren],
      [NumberChildrenAtHome],
      [Education],
      [Occupation],
      [HouseOwnerFlag],
      [NumberCarsOwned]
    FROM
      [dbo].[ProspectiveBuyer]
    ') AS t
ON
  [TM Decision Tree].[Marital Status] = t.[MaritalStatus] AND
  [TM Decision Tree].[Gender] = t.[Gender] AND
  [TM Decision Tree].[Yearly Income] = t.[YearlyIncome] AND
  [TM Decision Tree].[Total Children] = t.[TotalChildren] AND
  [TM Decision Tree].[Number Children At Home] = t.[NumberChildrenAtHome] AND
  [TM Decision Tree].[Education] = t.[Education] AND
  [TM Decision Tree].[Occupation] = t.[Occupation] AND
  [TM Decision Tree].[House Owner Flag] = t.[HouseOwnerFlag] AND
  [TM Decision Tree].[Number Cars Owned] = t.[NumberCarsOwned]

Aby ograniczyć zestaw danych klientów, którzy są przewidywane kupować rowerów i następnie posortować listę według nazwy odbiorcy, można dodać WHERE klauzula i ORDER BY klauzula do poprzedniego przykładu:

WHERE [BIKE Buyer]
ORDER BY [LastName] ASC

Przykład 3: Przewidywaniu skojarzenia

Poniższy przykład ilustruje tworzenie przewidywanie przy użyciu modelu, który jest tworzony z Microsoft algorytm skojarzenia.Prognoz na modelu skojarzeń można zalecić pokrewnych produktów.Na przykład poniższa kwerenda zwraca trzy produkty, które są najczęściej kupowanych razem:

• Mountain Bottle Cage

• Mountain Tire Tube

• Rower górski 200

Przewidywanie (DMX) Funkcja jest polimorficzna i mogą być używane z wszystkich typów modelu.Aby ograniczyć liczbę elementów, które są zwracane przez kwerendy za pomocą Wartość3 jako argument funkcja.SELECT Listy występujący klauzula JOIN przewidywanie naturalnych dostarcza wartości jako dane wejściowe dla przewidywanie.

SELECT FLATTENED
  PREDICT([Association].[v Assoc Seq Line Items], 3)
FROM
  [Association]
NATURAL PREDICTION JOIN
(SELECT (SELECT 'Mountain Bottle Cage' AS [Model]
  UNION SELECT 'Mountain Tire Tube' AS [Model]
  UNION SELECT 'Mountain-200' AS [Model]) AS [v Assoc Seq Line Items ]) AS t

Przykład wyniki:

Ponieważ kolumnę, która zawiera atrybut przewidywalny, [v Assoc Seq Line Items], jest kolumna tabela kwerenda zwraca pojedynczą kolumnę, która zawiera tabela zagnieżdżoną.Domyślnie kolumna tabela zagnieżdżonej o nazwie Expression.Jeśli dostawca nie obsługuje hierarchicznych zestawów wierszy, można użyć FLATTENED słowa kluczowego, jak w poniższym przykładzie do uzyskania wyniki łatwiejsze w widoku.

Zobacz także

Odwołanie