Udostępnij za pośrednictwem


UTWÓRZ MODEL WYSZUKIWANIA (DMX)

Tworzy nowy model wyszukiwania i struktura wyszukiwania w bazie danych.Można utworzyć model przez definiowanie nowego modelu w instrukcja lub przy użyciu przewidywanego modelu Markup Language (PMML).Jest to druga opcja tylko dla zaawansowanych użytkowników.

struktura wyszukiwania nosi nazwę za pomocą dołączania "_structure" na nazwę modelu, który zapewnia, że nazwa struktura jest unikatowa nazwa modelu.

Aby utworzyć model wyszukiwania do istniejącej struktura wyszukiwania, należy użyć ZMIENIA struktura wyszukiwania (DMX) Instrukcja.

CREATE [SESSION] MINING MODEL <model>
(
    [(<column definition list>)]
)
USING <algorithm> [(<parameter list>)] [WITH DRILLTHROUGH]
CREATE MINING MODEL <model> FROM PMML <xml string>

Argumenty

  • model
    Unikatowa nazwa modelu.

  • column definition list
    Rozdzielana przecinkami lista kolumna definicje.

  • algorithm
    Nazwa algorytmu wyszukiwanie danych, zgodnie z definicją bieżącego dostawca.

    Uwaga

    Listę algorytmów, obsługiwane przez bieżącego dostawca mogą być pobierane za pomocą Zestaw wierszy DMSCHEMA_MINING_SERVICES. Aby wyświetlić algorytmów, obsługiwane w bieżącym wystąpieniu programu Analysis Services, zobacz Data Mining Properties.

  • parameter list
    Opcjonalne.Rozdzielana przecinkami lista parametry zdefiniowane przez dostawca dla algorytmu.

  • XML string
    (Zaawansowanych tylko do użytku.) W przypadku modelu zakodowane XML (PMML). Ciąg musi być ujęte w znaki pojedynczego cudzysłowu (').

The SESSION clause lets you create a mining model that is automatically removed from the server when the connection closes or the session times out.SESSION mining models are useful because they do not require the user to be a database administrator, and they only use disk space for as long as the connection is open.

The WITH DRILLTHROUGH klauzula enables drill through on the new model wyszukiwania. Drążenie może być włączone tylko podczas tworzenia modelu.W przypadku niektórych typów modelu przeglądanie szczegółowe jest wymagane w celu przeglądania modelu w przeglądarce niestandardowe.Drążenie nie jest wymagana do przewidywanie lub przeglądanie modelu przy użyciu programu Microsoft ogólna zawartość drzewa przeglądarki.

The CREATE MINING MODEL instrukcja creates a new model wyszukiwania that is based on the kolumna definition list, the algorithm, and the algorithm parameter list.

Lista definicji kolumna

Do definiowania struktury modelu, który korzysta z tej listy definicji kolumna przez następujące informacje dla każdej kolumna, w tym:

  • Nazwa (obowiązkowe)

  • Typ danych (obowiązkowe)

  • Rozkład

  • Lista modelowania flag

  • Typ zawartości (obowiązkowe)

  • Żądanie przewidywanie, co oznacza algorytm do przewidywanie to kolumna, wskazane PREDICT lub PREDICT_ONLY Klauzula

  • Relacja do atrybut kolumna (wymagany tylko wtedy, gdy dotyczy), wskazywany przez RELATED TO Klauzula

Należy użyć następującej składni dla kolumna listy definicji, aby zdefiniować jeden kolumna:

<column name>    <data type>    [<Distribution>]    [<Modeling Flags>]    <Content Type>    [<prediction>]    [<column relationship>] 

Aby zdefiniować kolumna zagnieżdżonej tabela, należy użyć następującej składni na liście Definicja kolumn:

<column name>    TABLE    [<prediction>] ( <non-table column definition list> )

Z wyjątkiem w przypadku modelowania flag, można użyć klauzula nie więcej niż jeden z określonej grupy do zdefiniowania kolumna.Można zdefiniować wiele flag modelowania dla kolumna.

Typów zawartości, podział kolumna, a flagi modelowania, które można użyć, aby zdefiniować kolumna, aby wyświetlić listę typów danych, zobacz następujące tematy:

You can add a clause to the statement to describe the relationship between two columns.Analysis Services supports the use of the following <Column relationship> clause.

  • RELATED TO
    Ten formularz wskazuje wartość hierarchii.miejsce docelowe kolumna powiązane z może być kolumna klucz w tabela zagnieżdżonej, indywidualnie wartości kolumna przypadek wiersza lub innej kolumna z powiązanych z klauzula, co oznacza więcej hierarchii.

Za pomocą klauzula przewidywanie opisują sposób użycia kolumna przewidywanie.W poniższej tabela przedstawiono dwie klauzule możliwe.

<przewidywanie> Klauzula

Description

PREDICT

To kolumna można przewidzieć za pomocą modelu i mogą dostarczane w przypadku wprowadzania do przewidywania wartości innych przewidywalne s kolumna.

PREDICT_ONLY

W tej kolumnie można przewidzieć za pomocą modelu, ale jego wartości nie mogą być używane w przypadku wprowadzania do przewidywania wartości z innych kolumn przewidywalne.

Lista definicji parametrów

Lista parametrów umożliwia dostosowanie wydajności i funkcji model wyszukiwania.Składnia lista parametrów jest następująca:

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

Aby uzyskać listę parametrów, które są skojarzone z każdym algorytmu zobacz Algorytmy wyszukiwania danych (Analysis Services — wyszukiwanie danych).

Remarks

Jeśli chcesz utworzyć model, który ma wbudowane testowania zestaw danych, należy użyć instrukcja CREATE struktura wyszukiwania następuje ALTER struktura wyszukiwania.Jednak nie wszystkie typy modeli obsługują wstrzymanie zestaw danych.Aby uzyskać więcej informacji zobaczTWORZENIE struktura wyszukiwania (DMX).

Aby przegląd sposobów tworzenia model wyszukiwania przy użyciu instrukcja CREATEMODEL zobacz Samouczek dotyczący czasu seria prognozowania DMX.

Przykład Bayes naive

W poniższym przykładzie użyto Microsoft Naive algorytm Bayes, aby utworzyć nową model wyszukiwania. kolumna Bike kupującego jest definiowana jako atrybut przewidywalne.

CREATE MINING MODEL [NBSample]
(
    CustomerKey LONG KEY, 
    Gender TEXT DISCRETE,
    [Number Cars Owned] LONG DISCRETE,
    [Bike Buyer] LONG DISCRETE PREDICT
)
USING Microsoft_Naive_Bayes

Przykład modelu skojarzenia

W poniższym przykładzie użyto Microsoft Algorytm skojarzenia, aby utworzyć nowy model wyszukiwania. Instrukcja wykorzystuje możliwość zagnieżdżania tabela wewnątrz definicji modelu przy użyciu kolumna tabela.Model jest modyfikowane za pomocą MINIMUM_PROBABILITY i MINIMUM_SUPPORT Parametry.

CREATE MINING MODEL MyAssociationModel (
    OrderNumber TEXT KEY,
    [Products] TABLE PREDICT (
        [Model] TEXT KEY
    )
)
USING Microsoft_Association_Rules (Minimum_Probability = 0.1, MINIMUM_SUPPORT = 0.01)

Przykład usługa klastrowania w sekwencji

W poniższym przykładzie użyto Microsoft Algorytm klastrowanie sekwencji do utworzenia nowego model wyszukiwania. Dwa klucze są używane do definiowania modelu.kolumna OrderNumber jest używana jako klucz przypadek i określa poszczególnych zamówień.kolumna LineNumber jest używana jako klucz w tabela zagnieżdżonej i określa kolejność, w której zapasy zostały dodane do zamówienia.

CREATE MINING MODEL BuyingSequence (
    [Order Number] TEXT KEY,
    [Products] TABLE 
     (
        [Line Number] LONG KEY SEQUENCE,
        [Model] TEXT DISCRETE PREDICT
    )
)
USING Microsoft_Sequence_Clustering

Przykład serii czas

W poniższym przykładzie użyto Microsoft Algorytm serii razy, aby utworzyć nowy model wyszukiwania przy użyciu algorytmu ARTxp. Kolumna klucz dla szeregu czasowego jest ReportingDate i ModelRegion jest kolumna klucz dla serii danych.W tym przykładzie zakłada się, że okresowości danych jest co 12 miesięcy.Dlatego też PERIODICITY_HINT parametr jest ustawiony do 12.

Uwaga

Należy określić PERIODICITY_HINT Parametr przy użyciu znaków nawias klamrowy. Ponadto ponieważ wartość jest ciągiem, muszą być ujęte w pojedynczy cudzysłów: "{< liczbową wartość >} ".

CREATE MINING MODEL SalesForecast (
        ReportingDate DATE KEY TIME,
        ModelRegion TEXT KEY,
        Amount LONG CONTINUOUS PREDICT,
        Quantity LONG CONTINUOUS PREDICT
)
USING Microsoft_Time_Series (PERIODICITY_HINT = '{12}', FORECAST_METHOD = 'ARTXP')