資料型態 （資料採礦）

適用於： SQL Server 2019 和舊版 Analysis Services Azure Analysis Services Fabric/Power BI Premium

重要

SQL Server 2017 Analysis Services 中已淘汰數據採礦，現在已在 SQL Server 2022 Analysis Services 中停止。 檔不會更新為已淘汰和已停止的功能。 若要深入瞭解，請參閱 Analysis Services 回溯相容性。

當您在 MICROSOFT SQL Server SQL Server Analysis Services 中建立採礦模型或採礦結構時，您必須定義採礦結構中每個數據行的數據類型。 數據類型會告知分析引擎數據源中的數據是數值或文字，以及應該如何處理數據。 例如，如果您的源數據包含數值數據，您可以指定數位是否被視為整數或使用小數字數。

SQL Server Analysis Services 支援下列採礦結構數據行的數據類型：

數據類型	支援的內容類型
文字	Cyclical、Discrete、Discretized、Key Sequence、Ordered、Sequence
長	Continuous、Cyclical、Discrete、Discretized、Key、Key Sequence、Key Time、Ordered、Sequence、Time 機要
布爾值	迴圈、離散、已排序
雙	Continuous、Cyclical、Discrete、Discretized、Key、Key Sequence、Key Time、Ordered、Sequence、Time 機要
日期	Continuous、Cyclical、Discrete、Discretized、Key、Key Sequence、Key Time、Ordered

注意

只有第三方演算法才支援 Time 和 Sequence 內容類型。 支援迴圈和已排序的內容類型，但大多數演算法會將它們視為離散值，而且不會執行特殊處理。

數據表也會顯示每個數據類型支援的 內容類型。

內容類型專屬於數據採礦，可讓您自定義數據在採礦模型中處理或計算的方式。 例如，即使您的數據行包含數位，您可能需要將其模型化為離散值。 如果數據行包含數位，您也可以指定它們被量化或離散化，或指定模型將它們當作連續值來處理。 因此，內容類型可能會對模型產生巨大的影響。 如需所有內容類型的清單，請參閱 內容類型（資料採礦）。

注意

在其他機器學習系統中，您可能會遇到 名義數據、因素 或 類別、序數數據或 序列數據。 一般而言，這些會對應至內容類型。 在 SQL Server 中，數據類型只會指定記憶體的實值類型，而不是其在模型中的使用方式。

指定數據類型

如果您使用數據採礦延伸模組直接建立採礦模型，您可以在定義模型時定義每個數據行的數據類型，Analysis Services 會同時建立具有指定數據類型的對應採礦結構。 如果您使用精靈建立採礦模型或採礦結構，Analysis Services 會建議數據類型，或者您可以從清單中選擇數據類型。

變更數據類型

如果您變更數據行的數據類型，您必須一律重新處理採礦結構和以該結構為基礎的任何採礦模型。 有時候，如果您變更數據類型，該數據行就無法再用於特定模型中。 在此情況下，Analysis Services 會在您重新處理模型時引發錯誤，或處理模型，但排除該特定數據行。

另請參閱

內容類型 （資料採礦）
內容類型 （DMX）
數據採礦演算法 （Analysis Services - 數據採礦）
採礦結構 （Analysis Services - 數據採礦）
資料類型 （DMX）
採礦模型數據行
採礦結構數據行