ALTER MINING STRUCTURE (DMX)

Aplica-se a: SQL Server Analysis Services

Cria um novo modelo de mineração baseado em uma estrutura de mineração existente. Quando você usa a instrução ALTER MINING STRUCTURE para criar um novo modelo de mineração, a estrutura já deve existir. Por outro lado, ao usar a instrução CREATE MINING MODEL (DMX), você cria um modelo e gera automaticamente sua estrutura de mineração subjacente ao mesmo tempo.

Sintaxe

  
ALTER MINING STRUCTURE <structure>  
ADD MINING MODEL <model>  
(  
    <column definition list>  
  [(<nested column definition list>) [WITH FILTER (<nested filter criteria>)]]  
)  
USING <algorithm> [(<parameter list>)]   
[WITH DRILLTHROUGH]  
[,FILTER(<filter criteria>)]  

Argumentos

Estrutura
O nome da estrutura de mineração à qual o modelo de mineração será adicionado.

modelo
Um nome exclusivo para o modelo de mineração.

lista de definição de coluna
Uma lista de definições de coluna separadas por vírgulas.

lista de definição de coluna aninhada
Uma lista de colunas de uma tabela aninhada separadas por vírgulas, se aplicável.

critérios de filtro aninhados
Uma expressão de filtro que é aplicada às colunas em uma tabela aninhada.

Algoritmo
O nome de um algoritmo de mineração de dados, conforme definido pelo provedor.

lista de parâmetros
Opcional. Uma lista separada por vírgulas de parâmetros definidos pelo provedor para o algoritmo.

critérios de filtro
Uma expressão de filtro que é aplicada às colunas na tabela de casos.

Comentários

Se a estrutura de mineração contiver chaves compostas, o modelo de mineração deve incluir todas as colunas de chave definidas na estrutura.

Se o modelo não exigir uma coluna previsível, por exemplo, modelos criados usando os algoritmos Clustering da Microsoft e Clustering de Sequência da Microsoft, você não precisará incluir uma definição de coluna na instrução . Todos os atributos no modelo resultante serão tratados como entradas.

Na cláusula WITH que se aplica à tabela case, você pode especificar opções para filtragem e detalhamento:

• Adicione a palavra-chave FILTER e uma condição de filtro. O filtro se aplica aos casos no modelo de mineração.

• Adicione o palavra-chave DRILLTHROUGH para permitir que os usuários do modelo de mineração faça drill down dos resultados do modelo para os dados de caso. Em DMX, o detalhamento pode ser habilitado somente quando você cria o modelo.

Para usar a filtragem de maiúsculas e minúsculas, você combina as palavras-chave em uma única cláusula WITH usando a sintaxe mostrada no exemplo a seguir:

WITH DRILLTHROUGH, FILTER(Gender = 'Male')

Lista de definições de coluna

Para definir a estrutura de um modelo, especifique uma lista de definições de coluna que inclua as seguintes informações para cada coluna:

• Nome (obrigatório)

• Alias (opcional)

• Sinalizadores de modelagem

• Solicitação de previsão, que indica ao algoritmo se a coluna contém um valor previsível, indicado pela cláusula PREDICT ou PREDICT_ONLY

Use a seguinte sintaxe para obter a lista de definições de coluna para definir uma única coluna:

<structure column name>  [AS <model column name>]  [<modeling flags>]    [<prediction>]  

Nome e alias de coluna

O nome de coluna usado na lista de definições de coluna deve ser o mesmo nome da coluna usado na estrutura de mineração. No entanto, você pode definir um alias, se desejar, para representar a coluna de estrutura no modelo de mineração. Também é possível criar várias definições para a mesma coluna de estrutura e atribuir uma utilização de alias e previsão diferente para cada cópia da coluna. Por padrão, o nome de coluna de estrutura será usado se você não definir um alias. Para obter mais informações, consulte Criar um Alias para uma coluna de modelo.

Para colunas de tabela aninhadas, especifique o nome da tabela aninhada, especifique o tipo de dados como TABLE e forneça a lista de colunas aninhadas a serem incluídas no modelo, entre parênteses.

Você pode definir uma expressão de filtro aplicável à tabela aninhada afixando uma expressão de critério de filtro depois da definição de coluna da tabela aninhada.

Sinalizadores de modelagem

O Analysis Services dá suporte aos seguintes sinalizadores de modelagem para uso em colunas de modelo de mineração:

É possível definir diversos sinalizadores de modelagem para uma coluna. Para obter mais informações sobre como usar sinalizadores de modelagem, consulte Sinalizadores de modelagem (DMX).

Cláusula de previsão

A cláusula de previsão descreve como a coluna de previsão é usada. A tabela seguinte lista as possíveis cláusulas.

Expressões de critérios de filtro

Você pode definir um filtro que restringe os casos que são usados no modelo de mineração. O filtro pode ser aplicado a colunas na tabela de casos, a linhas na tabela aninhada ou a ambas.

As expressões de critérios de filtro são predicados DMX simplificados, similares à cláusula WHERE. As expressões de filtro são restritas a fórmulas que usam operadores matemáticos básicos, escalares e nomes de coluna. A exceção é o operador EXISTS, avaliado como true se pelo menos uma linha for retornada para a subconsulta. Os predicados podem ser combinados usando os operadores lógicos comuns: AND, OR e NOT.

Para obter mais informações sobre filtros usados com modelos de mineração, consulte Filtros para modelos de mineração (Analysis Services – Mineração de dados).

Para obter mais informações sobre operadores DMX e sintaxe, consulte Colunas de modelo de mineração.

Lista de definições de parâmetro

Você pode ajustar o desempenho e a funcionalidade de um modelo adicionando parâmetros de algoritmo à lista de parâmetros. Os parâmetros que podem ser usados dependem do algoritmo especificado na cláusula USING. Para obter uma lista de parâmetros associados a cada algoritmo, consulte Algoritmos de mineração de dados (Analysis Services – Data Mining).

A sintaxe da lista de parâmetros é a seguinte:

[<parameter> = <value>, <parameter> = <value>,...]  

Exemplo 1: Adicionar um modelo a uma estrutura

O exemplo a seguir adiciona um modelo de mineração Naive Bayes à estrutura de mineração New Mailing e limita o número máximo de estados de atributo a 50.

ALTER MINING STRUCTURE [New Mailing]  
ADD MINING MODEL [Naive Bayes]  
(  
    CustomerKey,   
    Gender,  
    [Number Cars Owned],  
    [Bike Buyer] PREDICT  
)  
USING Microsoft_Naive_Bayes (MAXIMUM_STATES = 50)  

Exemplo 2: Adicionar um modelo filtrado a uma estrutura

O exemplo a seguir adiciona um modelo de mineração, Naive Bayes Women, à estrutura de mineração New Mailing . O novo modelo tem a mesma estrutura básica do modelo de mineração adicionado no exemplo 1; no entanto, esse modelo restringe os casos da estrutura de mineração às consumidoras com mais de 50 anos.

ALTER MINING STRUCTURE [New Mailing]  
ADD MINING MODEL [Naive Bayes Women]  
(  
    CustomerKey,   
    Gender,  
    [Number Cars Owned],  
    [Bike Buyer] PREDICT  
)  
USING Microsoft_Naive_Bayes  
WITH FILTER([Gender] = 'F' AND [Age] >50)  

Exemplo 3: Adicionar um modelo filtrado a uma estrutura com uma tabela aninhada

O exemplo a seguir adiciona um modelo de mineração a uma versão modificada da estrutura de mineração de market basket. A estrutura de mineração usada no exemplo foi modificada para adicionar uma coluna Região , que contém atributos para a região do cliente, e uma coluna Grupo de Renda , que categoriza a renda do cliente usando os valores Alto, Moderado ou Baixo.

A estrutura de mineração também inclui uma tabela aninhada que lista os itens que o cliente comprou.

Como a estrutura de mineração contém uma tabela aninhada, você pode definir um filtro na tabela de casos, na tabela aninhada ou em ambas. Esse exemplo combina um filtro de caso e um filtro de linha aninhada para restringir os casos aos consumidores europeus ricos que compraram um dos modelos de pneu.

ALTER MINING STRUCTURE [Market Basket with Region and Income]  
ADD MINING MODEL [Decision Trees]  
(  
    CustomerKey,   
    Region,  
    [Income Group],  
    [Product] PREDICT (Model)   
WITH FILTER (EXISTS (SELECT * FROM [v Assoc Seq Line Items] WHERE   
 [Model] = 'HL Road Tire' OR  
 [Model] = 'LL Road Tire' OR  
 [Model] = 'ML Road Tire' )  
)  
) WITH FILTER ([Income Group] = 'High' AND [Region] = 'Europe')  
USING Microsoft_Decision Trees  

Consulte Também

Instruções de definição de dados DMX (Data Mining Extensions)
Instruções de manipulação de dados DMX (Data Mining Extensions)
Referência de instrução DMX (Data Mining Extensions)