瞭解 DMX Select 語句
適用於: SQL Server Analysis Services
SELECT 語句是您在 Microsoft SQL Server Analysis Services 中使用資料採礦延伸模組 (DMX) 建立的大部分查詢的基礎。 它可以執行許多不同類型的工作,例如流覽和預測資料採礦模型。
以下是您可以使用 SELECT 語句完成 的工作:
流覽資料採礦模型。 架構資料列集會定義模型的結構。
探索採礦模型資料行的可能值。
流覽指派給採礦模型中節點的案例,或取得代表性案例。
使用各種輸入建立預測。
複製採礦模型。
這些工作都會使用不同的資料集,我們將呼叫 資料欄 。 您可以在 語句的 FROM 子句中定義資料欄。
您想要尋找資料採礦模型本身的物件,例如定義一組資料的規則,或用來進行預測的公式。
在此情況下,您必須查看儲存在模型本身的中繼資料。 因此,您的資料欄是資料採礦架構資料列集中的資料行。
您想要從用來建置模型的案例取得詳細資訊。
在此情況下,您必須鑽研採礦結構,也就是您的資料欄,並查看資料行中的個別資料列,例如 Gender、Bike Buyer 等等。
重要
運算式清單或 WHERE 子句中包含的任何專案都必須來自 FROM 子句所 定義的資料欄。 您無法混合資料欄。
SELECT 類型
SELECT 語句的 語法支援許多不同的工作。 使用下列模式來執行這些工作:
預測
您可以使用下列查詢類型,根據採礦模型執行預測。
您可以在預測聯 結 SELECT 語句的 FROM 和 WHERE 子句中包含任何一個流覽或預測 SELECT 語句。
查詢類型 | 描述 |
---|---|
SELECT FROM [NATURAL] PREDICTION JOIN | 傳回預測,其建立方式是將採礦模型中的資料行聯結至內部資料來源的資料行。 此查詢類型的定義域是模型的可預測資料行,以及來自輸入資料來源的資料行。 SELECT FROM < model > PREDICTION JOIN (DMX) 預測查詢 (資料採礦) |
SELECT FROM < 模型> | 根據採礦模型,傳回可預測資料行最有可能的狀態。 此查詢類型是建立具有空白預測聯結之預測的快捷方式。 此查詢類型的定義域是模型中的可預測資料行。 SELECT FROM < model > (DMX) 預測查詢 (資料採礦) |
瀏覽
您可以使用下列查詢類型來流覽採礦模型的內容。
查詢類型 | 描述 |
---|---|
SELECT DISTINCT FROM < model> | 從指定資料行的採礦模型傳回所有狀態值。 此查詢類型的資料欄是資料採礦模型。 SELECT DISTINCT FROM < model > (DMX) 內容查詢 (資料採礦) |
SELECT FROM < model > 。內容 | 傳回描述採礦模型的內容。 此查詢類型的資料欄是內容架構資料列集。 SELECT FROM < model > 。內容 (DMX) 內容查詢 (資料採礦) |
SELECT FROM < model > 。DIMENSION_CONTENT | 傳回描述採礦模型的內容。 此查詢類型的資料欄是內容架構資料列集。 SELECT FROM < model > 。DIMENSION_CONTENT (DMX) |
SELECT FROM < model > 。Pmml | 針對支援這項功能的演算法,傳回採礦模型的預測模型標記語言 (PMML) 標記法。 此查詢類型的網域是 PMML 架構資料列集。 DMSCHEMA_MINING_MODEL_CONTENT_PMML資料列集 |
複製
您可以將採礦模型及其相關聯的採礦結構複製到新的模型,然後在 語句內重新命名模型。
查詢類型 | 描述 |
---|---|
SELECT INTO < 新模型> | 建立採礦模型的複本。 此查詢類型的網域是資料採礦模型。 SELECT INTO (DMX) |
鑽研
您可以使用下列查詢類型來流覽案例,或用來定型模型的案例標記法。
查詢類型 | 描述 |
---|---|
SELECT FROM < model > 。例 | 傳回用來定型採礦模型的案例。 此查詢類型的網域是資料採礦模型。 SELECT FROM < model > 。CASES (DMX) 使用 DMX 建立鑽研查詢 |
SELECT FROM < model > 。SAMPLE_CASES | 傳回範例案例,代表用來定型採礦模型的案例。 此查詢類型的網域是資料採礦模型。 SELECT FROM < model > 。SAMPLE_CASES (DMX) |
SELECT FROM < 結構 > 。 例 | 傳回基礎採礦結構的詳細資料列,即使某些詳細資料未用於定型採礦模型也一樣。 SELECT FROM < 結構 > 。例 鑽研查詢 (資料採礦) |
另請參閱
意見反應
https://aka.ms/ContentUserFeedback。
即將登場:在 2024 年,我們將逐步淘汰 GitHub 問題作為內容的意見反應機制,並將它取代為新的意見反應系統。 如需詳細資訊,請參閱:提交並檢視相關的意見反應