3단원: Market Basket 마이닝 구조 처리
이 단원에서는 INSERT INTO(DMX) 문과 AdventureWorksDW2008 예제 데이터베이스의 vAssocSeqLineItems 및 vAssocSeqOrders를 사용하여 1단원: Market Basket 마이닝 구조 만들기 및 2단원: Market Basket 마이닝 구조에 마이닝 모델 추가에서 만든 마이닝 구조와 마이닝 모델을 처리합니다.
마이닝 구조를 처리하면 Analysis Services에서 원본 데이터를 읽은 다음 마이닝 모델을 지원하는 구조를 작성합니다. 마이닝 모델을 처리하면 마이닝 구조에서 정의한 데이터가 사용자가 선택한 데이터 마이닝 알고리즘을 통해 전달됩니다. 이 알고리즘에서는 경향 및 패턴을 검색한 다음 마이닝 모델에 이 정보를 저장합니다. 따라서 마이닝 모델은 실제 원본 데이터 대신 알고리즘에서 발견한 정보를 포함합니다. 마이닝 모델 처리 방법은 데이터 마이닝 개체 처리를 참조하십시오.
구조 열이나 원본 데이터를 변경하는 경우에만 마이닝 구조를 다시 처리하면 됩니다. 이미 처리된 마이닝 구조에 마이닝 모델을 추가하는 경우에는 INSERT INTO MINING MODEL 문을 사용하여 기존 데이터를 기반으로 새 마이닝 모델을 학습합니다.
Market Basket 마이닝 구조에 중첩 테이블이 있으므로 중첩 테이블 구조를 사용하여 학습할 마이닝 열을 정의하고 SHAPE 명령을 사용하여 원본 테이블에서 학습 데이터를 가져오는 쿼리를 정의해야 합니다.
INSERT INTO 문
Market Basket 마이닝 구조 및 연결 마이닝 모델을 학습하려면 INSERT INTO(DMX) 문을 사용합니다. 이 문의 코드는 다음 부분으로 나눌 수 있습니다.
마이닝 구조 식별
마이닝 구조의 열 나열
SHAPE을 사용하여 학습 데이터 정의
다음은 INSERT INTO 문의 일반적인 예입니다.
INSERT INTO MINING STRUCTURE [<mining structure name>]
(
<mining structure columns>
[<nested table>]
( SKIP, <skipped column> )
)
SHAPE {
OPENQUERY([<datasource>],'<SELECT statement>') }
APPEND
(
{OPENQUERY([<datasource>],'<nested SELECT statement>')
}
RELATE [<case key>] TO [<foreign key>]
) AS [<nested table>]
코드의 첫 번째 줄에서는 학습할 마이닝 구조를 식별합니다.
INSERT INTO MINING STRUCTURE [<mining structure name>]
코드의 다음 줄에서는 마이닝 구조에서 정의한 열을 지정합니다. 마이닝 구조의 각 열을 나열해야 하며 각 열을 원본 쿼리 데이터 내에 포함된 열에 매핑해야 합니다. SKIP을 사용하여 원본 데이터에는 있지만 마이닝 구조에는 없는 열을 무시할 수 있습니다. SKIP을 사용하는 방법은 INSERT INTO(DMX)를 참조하십시오.
(
<mining structure columns>
[<nested table>]
( SKIP, <skipped column> )
)
코드의 마지막 줄에서는 마이닝 구조의 학습에 사용할 데이터를 정의합니다. 원본 데이터가 두 개의 테이블에 포함되어 있으므로 SHAPE을 사용하여 테이블을 연결합니다.
SHAPE {
OPENQUERY([<datasource>],'<SELECT statement>') }
APPEND
(
{OPENQUERY([<datasource>],''<nested SELECT statement>'')
}
RELATE [<case key>] TO [<foreign key>]
) AS [<nested table>]
이 단원에서는 OPENQUERY를 사용하여 원본 데이터를 정의합니다. 원본 데이터에서 쿼리를 정의하는 다른 방법은 <source data query>를 참조하십시오.
단원 태스크
이 단원에서는 다음 태스크를 수행합니다.
- Market Basket 마이닝 구조 처리
Market Basket 마이닝 구조 처리
INSERT INTO를 사용하여 마이닝 구조를 처리하려면
개체 탐색기에서 Analysis Services 인스턴스를 마우스 오른쪽 단추로 클릭하고 새 쿼리를 가리킨 다음 DMX를 클릭합니다.
비어 있는 새 쿼리가 포함된 쿼리 편집기가 열립니다.
INSERT INTO 문의 일반적인 예를 빈 쿼리에 복사합니다.
다음 내용을
[<mining structure>]
다음 구문으로 바꿉니다.
Market Basket
다음 내용을
<mining structure columns> [<nested table>] ( SKIP, <skipped column> )
다음 구문으로 바꿉니다.
[OrderNumber], [Products] (SKIP, [Model])
문에서 Products는 SHAPE 문에서 정의한 Products 테이블을 참조합니다. SKIP은 원본 데이터에 키로 존재하는 Model 열을 무시하는 데 사용되지만 마이닝 구조에서는 사용되지 않습니다.
다음 내용을
SHAPE { OPENQUERY([<datasource>],'<SELECT statement>') } APPEND ( {OPENQUERY([<datasource>],'<nested SELECT statement>') } RELATE [<case key>] TO [<foreign key>] ) AS [<nested table>]
다음 구문으로 바꿉니다.
SHAPE { OPENQUERY([Adventure Works DW 2008],'SELECT OrderNumber FROM vAssocSeqOrders ORDER BY OrderNumber')} APPEND ( {OPENQUERY([Adventure Works DW],'SELECT OrderNumber, Model FROM dbo.vAssocSeqLineItems ORDER BY OrderNumber, Model') } RELATE OrderNumber to OrderNumber ) AS [Products]
원본 쿼리는 AdventureWorksDW2008 예제 프로젝트에서 정의한 AdventureWorksDW2008 데이터 원본을 참조합니다. 이 쿼리는 이 데이터 원본을 사용하여 vAssocSeqLineItems 및 vAssocSeqOrders 뷰에 액세스합니다. 이러한 뷰에는 마이닝 모델의 학습에 사용할 원본 데이터가 포함되어 있습니다. 이 프로젝트나 이러한 뷰를 만들지 않은 경우 기본 데이터 마이닝 자습서를 참조하십시오.
SHAPE 명령 내에서 OPENQUERY를 사용하여 두 개의 쿼리를 정의합니다. 첫 번째 쿼리는 부모 테이블을 정의하고 두 번째 쿼리는 중첩 테이블을 정의합니다. 이 두 개의 테이블은 두 테이블 모두에 있는 OrderNumber 열을 사용하여 연결됩니다.
이제 전체 문이 다음과 같아야 합니다.
INSERT INTO MINING STRUCTURE [Market Basket] ( [OrderNumber],[Products] (SKIP, [Model]) ) SHAPE { OPENQUERY([Adventure Works DW 2008],'SELECT OrderNumber FROM vAssocSeqOrders ORDER BY OrderNumber')} APPEND ( {OPENQUERY([Adventure Works DW 2008],'SELECT OrderNumber, Model FROM dbo.vAssocSeqLineItems ORDER BY OrderNumber, Model') } RELATE OrderNumber to OrderNumber ) AS [Products]
파일 메뉴에서 다른 이름으로 DMXQuery1.dmx 저장을 클릭합니다.
다른 이름으로 저장 대화 상자에서 해당 폴더로 이동한 다음 파일 이름을 Process Market Basket.dmx로 지정합니다.
도구 모음에서 실행 단추를 클릭합니다.
쿼리 실행이 종료된 다음에는 찾은 패턴 및 항목 집합을 보고 연결을 보며 항목 집합, 확률 또는 중요도별로 필터링합니다. 이 정보를 보려면 SQL Server Management Studio에서 데이터 모델의 이름을 마우스 오른쪽 단추로 클릭한 다음 찾아보기를 클릭합니다.
다음 단원에서는 Market Basket 구조에 추가한 마이닝 모델을 기반으로 여러 예측을 만듭니다.