查詢群集模型 (Analysis Services - 資料採礦)

下列查詢會傳回有關您在「基本資料採礦教學課程」中所建立之群集模型 TM_Clustering 的基本中繼資料。群集模型的父節點所提供的中繼資料包含模型的名稱、模型儲存位置所在的資料庫，以及模型中子節點的數目。此查詢會使用 DMX 內容查詢從模型的父節點擷取中繼資料：

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

範例結果：

如需這些資料行在群集模型中代表意義的定義，請參閱＜群集模型的採礦模型內容 (Analysis Services - 資料採礦)＞。

回頁首

藉由查詢資料採礦結構描述資料列集，您可以找到與 DMX 內容查詢所傳回的相同的資訊。不過，結構描述資料列集會提供某些額外的資料行。其中包括在建立模型時所使用的參數、上次處理模型的日期和時間，以及模型的擁有者。

下列範例會傳回建立、修改以及上次處理模型的日期，也會傳回用來建立模型的群集參數以及培訓集的大小。這些資訊對於記錄模型或者判斷用來建立現有模型時所使用的群集選項很有用。

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

範例結果：

回頁首

因為所有的群集都具有節點類型 5，所以您可以僅針對該類型的節點查詢模型內容，以輕鬆地擷取群集清單。您也可以篩選由機率或支援所傳回的節點，如下列範例所示。

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

範例結果：

您可在資料採礦結構描述資料列集中的兩個資料行中找到定義群集的屬性。

• NODE_DESCRIPTION 資料行包含以逗號分隔的屬性清單。請注意屬性清單可以針對顯示用途而進行縮寫。

• NODE_DISTRIBUTION 資料行中的巢狀資料表包含群集的完整屬性清單。如果用戶端不支援階層式資料列集，則您可以在 SELECT 資料行清單之前加入 FLATTENED 關鍵字傳回巢狀資料表。如需有關 FLATTENED 關鍵字使用的詳細資訊，請參閱＜SELECT FROM <model>.CONTENT (DMX)＞。

回頁首

對於每個群集而言，[群集檢視器] 會顯示列出屬性和其值的設定檔。檢視器也會顯示長條圖，以顯示模型中整個案例母體的值分佈情形。如果是在檢視器中瀏覽模型，則您可以輕鬆地從「採礦圖例」複製長條圖，然後將它貼入至 Excel 或 Word 文件。也可以使用檢視器的 [群集特性] 窗格，以圖形方式比較不同群集的屬性。

不過，如果一次必須取得一個以上群集的值，對模型進行查詢是比較簡單的方式。例如，您在瀏覽模型時，可能會注意到最上面兩個群集在 Number Cars Owned 屬性方面不同，因此可能會想針對每個群集擷取值。

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

程式碼的第一行指定您只想要最上面兩個群集。

程式碼的第二行會加入子 SELECT 陳述式，此陳述式僅會從巢狀資料表資料行傳回特定的資料行；此外，它也會將巢狀資料表的資料列限制為與目標屬性 Number Cars Owned 相關的資料列。為了檢視顯示，巢狀資料表會使用別名。

回頁首

如果不想要使用 DMX 撰寫自己的查詢，也可以呼叫 Analysis Services 用來使用群集的系統預存程序當做捷徑。下列範例將說明如何使用內部預存程序為識別碼 002 的群集傳回設定檔。

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

同樣地，您可以使用系統預存程序來傳回特定群集的特性，如下列範例所示：

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

範例結果：

回頁首

[群集檢視器] 的 [群集辨識] 索引標籤可用來將群集與其他群集輕鬆地比較，或將群集與所有剩餘的案例 (群集的補充) 比較。

不過，要建立傳回此資訊的查詢可能很複雜，而且您可能需要在用戶端上進行一些額外的處理，並比較兩個或更多查詢的結果。所以可以使用系統預存程序當做捷徑。

下列查詢會傳回單一資料表，指出擁有節點識別碼 009 和 007 的兩個群集間的主要辨識因數。具有正值的屬性會使用群集 009，具有負值的屬性則使用群集 007。

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

範例結果：

這與您從第一個下拉式清單選取群集 9 和從第二個下拉式清單選取群集 7 時，在 [群集辨識] 檢視器的圖表中所展示的資訊相同。若要將群集 9 與其補充相較，可以使用第二個參數中的空字串，如下列範例所示：

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

回頁首

如果您已在採礦模型上啟用鑽研，則可以建立查詢以傳回有關在模型中所使用案例的詳細資訊。此外，如果已在採礦結構上啟用鑽研，則您可以使用 StructureColumn (DMX) 函數來包含來自基礎結構的資料行。

下列範例會傳回模型中使用的兩個資料行：Age 和 Region，以及另一個未用於模型中的資料行 First Name。該查詢只會傳回分類為 Cluster 1 的案例。

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

若要傳回屬於群集的案例，您必須知道群集的識別碼。您可以在其中一個檢視器中瀏覽模型，以取得群集的識別碼，或者也可以將群集重新命名以方便參考，在這之後您可以使用名稱來取代識別碼。不過，您必須知道指派給群集的名稱會在重新處理模型之後遺失。

回頁首

如果您建立的群集模型包含可預測屬性，則您可以使用模型來建立有關結果的預測。不過，模型會根據可預測資料行是設定為 Predict 或 PredictOnly，以不同的方式處理可預測屬性。如果將資料行的用法設定為 Predict，則該屬性的值會加入至群集模型，並在完成的模型中顯示為屬性。不過，如果將資料行的使用方式設定為 PredictOnly，則值不會用來建立群集。反而是在模式完成後，群集演算法會根據每個案例所屬的群集，為 PredictOnly 屬性建立新的值。

下列查詢會為模型提供單一的新案例，其中與案例有關的唯一資訊是年齡和性別。SELECT 陳述式指定您有興趣的可預測屬性/值配對，而 PredictProbability (DMX) 函數則告訴您具有這些屬性的案例擁有目標結果的機率。

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

當使用方式設定為 Predict 時的結果範例：

當使用方式設定為 PredictOnly 並重新處理模型時的結果範例：

在此範例中，模型中的差異並不大。不過，有時候偵測值的實際散發和模型所預測的情況之間的差異可能很重要。PredictCaseLikelihood (DMX) 函數在此案例中很有用，因為它會告訴您在模型已知時的案例可能性。

PredictCaseLikelihood 函數傳回的數字是機率，因此一定會介於 0 和 1 之間，.5 的值則代表隨機結果。因此，小於 .5 的分數代表預測的案例在模型已知時不太可能發生，而超過 .5 的分數則代表預測的案例較符合模型的預測。

例如，下列查詢會傳回兩個代表新範例案例可能性的值。非正規化的值代表在目前模型已知時的機率。當您使用 NORMALIZED 關鍵字時，由函數傳回的可能性分數會藉由將「使用模型的機率」除以「不使用模型的機率」來進行調整。

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

範例結果：

請注意，這些結果中的數字會以科學記號標記法表示。

回頁首

此範例會使用 群集 (DMX) 函數來傳回最可能包含新案例的群集，並使用 ClusterProbability (DMX) 函數來傳回該群集中的成員資格的機率。

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

範例結果：

注意─根據預設，ClusterProbability 函數會傳回最可能群集的機率。不過，您可以使用 ClusterProbability('cluster name') 語法來指定不同的群集。如果要這麼做，請注意每個預測函數的結果都與其他結果無關。因此，第二個資料行中的機率分數所參考的群集可以與命名於第一個資料行中的群集不同。

回頁首

在以上範例中，機率分數並不很高。若要判斷是否有更好的群集，可以使用 PredictHistogram (DMX) 函數搭配 群集 (DMX) 函數來傳回包含所有可能群集的巢狀資料表，並附上新案例屬於每個群集的機率。FLATTENED 關鍵字可用來將階層式資料列集變更為二維資料表以方便檢視。

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

根據預設值，結果是依機率排序。結果會告訴您，即使 Cluster 2 的機率相當低，Cluster 2 仍是新資料點的最適合項目。

注意─其他的資料行 $DISTANCE 代表從資料點到群集的距離。根據預設，Microsoft 群集演算法會使用可擴充的 EM 群集，這種方法會將多個群集指派給每個資料點，並排列可能群集的次序。不過，如果使用 K-means 演算法建立群集模型，則只能將一個群集指派給每個資料點，且此查詢只會傳回一個資料列。了解這些差異對於解譯 PredictCaseLikelihood (DMX) 函數的結果是必要的。如需有關 EM 和 K-means 群集之間差異的詳細資訊，請參閱＜Microsoft 群集演算法技術參考＞。

回頁首