向结构中添加挖掘模型（Analysis Services - 数据挖掘）
适用于：
SQL Server 2019 及更早版本的 Analysis Services 
Azure Analysis Services Fabric/Power BI Premium
重要
数据挖掘在 SQL Server 2017 Analysis Services 中已弃用，现在在 SQL Server 2022 Analysis Services 中已停止使用。 对于已弃用和停止使用的功能，文档不会更新。 若要了解详细信息，请参阅 Analysis Services 后向兼容性。
挖掘结构旨在支持多个挖掘模型。 因此，在完成向导后，您可以打开结构并添加新的挖掘模型。 每当您创建模型时，可以使用一个不同的算法、更改参数或应用筛选器，以使用不同的数据子集。
添加新的挖掘模型
使用数据挖掘向导创建新的挖掘模型时，默认情况下，您必须总是先创建一个挖掘结构。 然后，该向导会为您提供用于向结构中添加初始挖掘模型的选项。 但是，不需要立即创建模型。 如果仅仅创建结构，则不需要决定将哪一列用作可预测的属性，或者如何在特定模型中使用这些数据。 您只需设置要在将来使用的通用数据结构，之后即可使用 Data Mining Designer 来添加基于此结构的新挖掘模型。
注意
在 DMX 中，CREATE MINING MODEL 语句以挖掘模型开头。 也就是说，定义所选的挖掘模型，SQL Server Analysis Services自动生成基础结构。 稍后，可以使用 ALTER STRUCTURE... 继续向该结构添加新的挖掘模型...ADD MODEL 语句。
选择算法
当您向现有结构中添加新模型时，您首先应选择要在该模型中使用的数据挖掘算法。 选择算法很重要，因为每种算法都执行一种不同类型的分析并具有不同的要求。
当您选择了与您的数据不兼容的算法时，您将收到一个警告。 在某些情况下，您可能需要忽略该算法无法处理的列。 在其他情况下，该算法将自动进行调整以满足您需求。 例如，如果结构包含数值数据，并且算法仅适用于离散值，则算法会为您将数值组合到离散范围中。 在某些情况下，您可能需要先通过选择键或选择可预测属性来手动修复数据。
在创建新模型时无需更改算法。 通常，通过使用同一算法，但筛选数据或更改参数（例如，聚类分析方法或最小项集大小），可获得完全不同的结果。 建议您试用多个模型以查看可产生最佳结果的参数。
请注意，必须先处理所有新模型，然后才能使用这些模型。
指定新挖掘模型中的列用法
在向现有挖掘结构中添加新的挖掘模型时，必须指定该模型使用每个数据列的方式。 根据您为模型选择的算法类型，默认情况下，可能会做出其中一些选择。 如果没有指定列的使用类型，则挖掘结构中将不会包含该列。 但是，如果模型支持钻取功能，则该列中的数据仍可用于钻取。
模型所使用的挖掘结构中的列（如果未设置为“忽略”）必须是键、输入列、预测列或其值也用作模型的输入的预测列。
键列包含表中每个行的唯一标识符。 某些挖掘模型（如基于顺序分析和聚类分析或者时序算法的挖掘模型）可能包含多个键列。 但是，这些键并非相关意义上的复合键，必须选择这些键才能为时序分析以及顺序分析和聚类分析提供支持。
输入列提供据以进行预测的信息。 数据挖掘向导提供了 “建议” 功能，在选择预测列时将启用该功能。 如果您单击此按钮，则该向导将对可预测值进行采样并确定结构中生成变量的其他列。 它将拒绝键列或具有多个唯一值的其他列，并建议使用似乎与结果相关的列。
当数据集包含的列数多于生成挖掘模型所需的实际列数时，此功能特别有用。 “建议” 功能可以计算出一个数值分数（介于 0 到 1 之间），用于说明数据集中的每一列与预测列之间的关系。 根据此分数，该功能可以建议可用作挖掘模型的输入的列。 如果使用了 “建议” 功能，您就可以使用建议的列，修改选择的列以满足需要，也可以忽略建议。
预测列包含要在挖掘模型中预测的信息。 可选择多个列作为可预测属性。 聚类分析模型属于例外情况，可预测属性在该模型中是可选的。
根据模型类型，可预测列可能必须为特定的数据类型：例如，线性回归模型需要数字列作为预测值；Naïve Bayes 算法需要离散值（并且所有输入也必须是离散的）。
指定列内容
对于某些列，可能还需要指定“列内容” 。 在SQL Server数据挖掘中，每个数据列的 Content Type 属性告知算法应如何处理该列中的数据。 例如，如果数据包括一个“收入”列，则您必须通过将内容类型设置为“连续”来指定该列包含连续数。 但是，您还可以通过将内容类型设置为“离散化”并选择指定存储桶的准确数目，来指定“收入”列中的数分成存储桶。 您可以创建以不同方式处理列的不同模型：例如，您可能尝试使用一种模型将客户分成三个年龄组，而另一个模型则将客户分成 10 个年龄组。