Data Mining-Erweiterungen (DMX) - Referenz
Data Mining-Erweiterungen (DMX) sind eine Sprache, mit der Sie Data Mining-Modelle in MicrosoftSQL ServerAnalysis Services erstellen und verwenden können. Mit DMX können Sie die Struktur neuer Data Mining-Modelle erstellen, diese Modelle trainieren sowie die Modelle durchsuchen, verwalten und für Vorhersagen verwenden. DMX besteht aus DDL-Anweisungen (Data Definition Language, Datendefinitionssprache), DML-Anweisungen (Data Manipulation Language, Datenbearbeitungssprache) sowie Funktionen und Operatoren.
Spezifikation von Microsoft OLE DB für Data Mining
Die Data Mining-Features in Analysis Services sind so gestaltet, dass sie mit der Spezifikation von Microsoft OLE DB für Data Mining übereinstimmen. Die erste Freigabe dieser Spezifikation erfolgte gleichzeitig mit der Freigabe von MicrosoftSQL Server 2000.
In der Spezifikation von Microsoft OLE DB für Data Mining ist Folgendes definiert:
Eine Struktur, die die Informationen aufnimmt, die ein Data Mining-Modell definieren
Eine Sprache zum Erstellen und Verwenden von Data Mining-Modellen
Die Spezifikation definiert die Basis von Data Mining als das virtuelle Data Mining-Modellobjekt. Das Data Mining-Modellobjekt kapselt alle Informationen, die zu einem bestimmten Miningmodell bekannt sind. Das Data Mining-Modellobjekt ist wie eine SQL-Tabelle strukturiert, mit Spalten, Datentypen und Metainformationen, die das Modell beschreiben. Diese Struktur ermöglicht es Ihnen, mit der Sprache DMX, die eine Erweiterung von SQL ist, Modelle zu erstellen und zu verwenden.
Weitere Informationen finden Sie unter:Miningstrukturen (Analysis Services - Data Mining)
DMX-Anweisungen
Mit den DMX-Anweisungen können Sie Data Mining-Modelle erstellen, verarbeiten, kopieren, durchsuchen und für Vorhersagen verwenden. Es gibt zwei Arten von Anweisungen in DMX: Datendefinitionsanweisungen und Datenbearbeitungsanweisungen. Sie können jede Art von Anweisung zum Ausführen unterschiedlicher Arten von Aufgaben verwenden.
In den folgenden Abschnitten finden Sie weitere Informationen zum Verwenden von DMX-Anweisungen:
Datendefinitionsanweisungen
Datenbearbeitungsanweisungen
Grundlegende Informationen zu Abfragen
Datendefinitionsanweisungen
Datendefinitionsanweisungen verwenden Sie in DMX dazu, neue Miningstrukturen und -modelle zu erstellen und zu definieren, Miningmodelle und Miningstrukturen zu importieren und zu exportieren sowie vorhandene Modelle aus einer Datenbank zu löschen. Datendefinitionsanweisungen in DMX sind Teil der Datendefinitionssprache (Data Definition Language, DDL).
Mit den Datendefinitionsanweisungen in DMX können Sie folgende Aufgaben ausführen:
Erstellen einer Miningstruktur mit der CREATE MINING STRUCTURE-Anweisung und Hinzufügen eines Miningmodells zur Miningstruktur mit der ALTER MINING STRUCTURE-Anweisung.
Gleichzeitiges Erstellen eines Miningmodells und der zugeordneten Miningstruktur mit der CREATE MINING MODEL-Anweisung, um ein leeres Data Mining-Modellobjekt zu erstellen.
Exportieren eines Miningmodells sowie der zugeordneten Miningstruktur in eine Datei mit der EXPORT-Anweisung. Importieren eines Miningmodells und der zugehörigen Miningstruktur aus einer Datei, die mit der EXPORT-Anweisung erstellt wurde, mithilfe der IMPORT-Anweisung.
Kopieren der Struktur eines vorhandenen Miningmodells in ein neues Modell und Trainieren des neuen Modells mit denselben Daten mit der SELECT INTO-Anweisung.
Vollständiges Entfernen eines Miningmodells aus einer Datenbank mit der DROP MINING MODEL-Anweisung. Vollständiges Entfernen einer Miningstruktur samt allen ihr zugeordneten Miningmodellen aus einer Datenbank mit der DROP MINING STRUCTURE-Anweisung.
Weitere Informationen zu den Data Mining-Aufgaben, die Sie mit den DMX-Anweisungen ausführen können, finden Sie unter Data Mining-Erweiterungen (DMX) - Anweisungsreferenz.
Zurück zu den DMX-Anweisungen
Datenbearbeitungsanweisungen
Mit den Datenbearbeitungsanweisungen in DMX können Sie vorhandene Miningmodelle verwenden, die Modelle durchsuchen sowie Vorhersagen aus ihnen erstellen. Datenbearbeitungsanweisungen in DMX sind Teil der Datenbearbeitungssprache (Data Manipulation Language, DML).
Mit den Datenbearbeitungsanweisungen in DMX können Sie folgende Aufgaben ausführen:
Trainieren eines Miningmodells mit der INSERT INTO-Anweisung. Diese Anweisung fügt nicht die tatsächlichen Quelldaten in ein Data Mining-Modellobjekt ein, sondern erstellt eine Abstraktion, die das Miningmodell beschreibt, das der Algorithmus erstellt. Die Quellabfrage für eine INSERT INTO-Anweisung ist unter <source data query> beschrieben.
Erweitern der SELECT-Anweisung, um die Informationen zu durchsuchen, die während des Modelltrainings berechnet und dann im Data Mining-Modell gespeichert wurden (z. B. Statistiken der Quelldaten). Sie können folgende Klauseln einfügen, um die SELECT-Anweisung noch effektiver zu machen:
SELECT DISTINCT FROM <Modell> (DMX)
SELECT FROM <model>.CONTENT (DMX)
SELECT FROM <model>.CASES (DMX)
Erstellen von Vorhersagen, die auf einem vorhandenen Miningmodell basieren, mit der PREDICTION JOIN-Klausel der SELECT-Anweisung. Die Quellabfrage für eine PREDICTION JOIN-Anweisung ist unter <source data query> beschrieben.
Entfernen aller trainierten Daten aus einem Modell oder einer Struktur mit der DELETE (DMX)-Anweisung.
Weitere Informationen zu den Data Mining-Aufgaben, die Sie mit den DMX-Anweisungen ausführen können, finden Sie unter Data Mining-Erweiterungen (DMX) - Anweisungsreferenz.
Zurück zu den DMX-Anweisungen
Grundlegendes zu DMX-Abfragen
Die SELECT-Anweisung ist die Basis für die meisten DMX-Abfragen. Abhängig von den Klauseln, die Sie in der jeweiligen Anweisung verwenden, können Sie Miningmodelle durchsuchen, kopieren oder für Vorhersagen verwenden. Die Vorhersageabfrage verwendet eine Form von SELECT dazu, Vorhersagen auf Basis von vorhandenen Miningmodellen zu erstellen. Funktionen erweitern Ihre Möglichkeiten zum Durchsuchen und Abfragen von Miningmodellen über die systeminternen Möglichkeiten des Data Mining-Modells hinaus.
Mit DMX-Funktionen können Sie Informationen abrufen, die während des Trainings eines Modells ermittelt wurden, sowie neue Informationen berechnen. Sie können diese Funktionen für viele Zwecke verwenden, so z. B. zum Zurückgeben von Statistiken, die die zugrunde liegenden Daten oder die Genauigkeit einer Vorhersage beschreiben, oder zum Zurückgeben einer erweiterten Erläuterung einer Vorhersage.
Zurück zu den DMX-Anweisungen
Siehe auch