ALTER MINING STRUCTURE （DMX）

發行項
07/04/2024

適用於：SQL Server Analysis Services

建立以現有採礦結構為基礎的新採礦模型。當您使用 ALTER MINING STRUCTURE 語句來建立新的採礦模型時，結構必須已經存在。相反地，當您使用語句 CREATE MINING MODEL （DMX）時，您會建立模型，並同時自動產生其基礎採礦結構。

語法

  
ALTER MINING STRUCTURE <structure>  
ADD MINING MODEL <model>  
(  
    <column definition list>  
  [(<nested column definition list>) [WITH FILTER (<nested filter criteria>)]]  
)  
USING <algorithm> [(<parameter list>)]   
[WITH DRILLTHROUGH]  
[,FILTER(<filter criteria>)]

引數

結構
要加入採礦模型之採礦結構的名稱。

model
採礦模型的唯一名稱。

數據行定義清單
以逗號分隔的數據行定義清單。

巢狀資料行定義清單
如果適用，則為巢狀數據表中的數據行逗號分隔清單。

巢狀篩選準則
套用至巢狀數據表中數據行的篩選條件表達式。

algorithm
提供者所定義的數據採礦演算法名稱。

注意

您可以使用 DMSCHEMA_MINING_SERVICES Rowset 來擷取目前提供者支援的演算法清單。若要檢視 Analysis Services 目前實例中支援的演算法，請參閱數據採礦屬性。

參數清單
選擇性。演算法的提供者定義參數逗號分隔清單。

篩選準則
套用至案例數據表中數據行的篩選條件表達式。

備註

如果採礦結構包含複合索引鍵，採礦模型必須包含結構中定義的所有索引鍵數據行。

例如，如果模型不需要可預測的數據行，則使用 Microsoft Clustering 和 Microsoft 時序群集演算法所建置的模型，您就不需要在語句中包含數據行定義。產生的模型中的所有屬性都會被視為輸入。

在 套用至案例數據表的 WITH 子句中，您可以指定篩選和鑽研的選項：

新增 FILTER 關鍵詞和篩選條件。篩選會套用至採礦模型中的案例。
新增 DRILLTHROUGH 關鍵詞，讓採礦模型的用戶能夠從模型結果向下切入到案例數據。在數據採礦延伸模組（DMX）中，只有在您建立模型時，才能啟用鑽研。

若要同時使用案例篩選和鑽研，您可以使用下列範例所示的語法，在單 一 WITH 子句中結合關鍵詞：

WITH DRILLTHROUGH, FILTER(Gender = 'Male')

數據行定義清單

您可以藉由指定資料列定義清單來定義模型的結構，其中包含每個資料列的下列資訊：

名稱 (必要項)
別名（選擇性）
模型旗標
預測要求，這個要求會向演算法指出數據行是否包含預測值，由 PREDICT 或 PREDICT_ONLY 子句表示

針對資料列定義清單使用下列語法來定義單一資料列：

<structure column name>  [AS <model column name>]  [<modeling flags>]    [<prediction>]

數據行名稱和別名

您在資料行定義清單中使用的數據行名稱必須是數據行的名稱，因為它用於採礦結構中。不過，您可以選擇性地定義別名來代表採礦模型中的結構數據行。您也可以為相同的結構數據行建立多個數據行定義，並將不同的別名和預測使用方式指派給數據行的每個複本。如果您未定義別名，預設會使用結構數據行名稱。如需詳細資訊，請參閱建立模型數據行的別名。

針對巢狀數據表數據行，您可以指定巢狀數據表的名稱、將數據類型指定為 TABLE，然後提供要包含在模型中的巢狀數據行清單，並以括弧括住。

您可以藉由在巢狀數據表數據行定義之後貼上篩選準則表示式，來定義套用至巢狀數據表的篩選表達式。

模型旗標

Analysis Services 支援下列模型旗標，以用於採礦模型數據行：

注意

NOT_NULL模型旗標適用於採礦結構數據行。如需詳細資訊，請參閱 CREATE MINING STRUCTURE （DMX）。

詞彙	定義
REGRESSOR	表示演算法可以在回歸演算法的回歸公式中使用指定的數據行。
MODEL_EXISTENCE_ONLY	指出屬性數據行的值比屬性的存在更重要。

您可以定義資料列的多個模型旗標。如需如何使用模型旗標的詳細資訊，請參閱模型旗標（DMX）。

Prediction 子句

預測子句描述如何使用預測數據行。下表列出可能的子句。

子句	描述
PREDICT	此數據行可由模型預測，而且其值可用來做為輸入來預測其他可預測數據行的值。
PREDICT_ONLY	此數據行可由模型預測，但其值不能用於輸入案例中來預測其他可預測數據行的值。

篩選準則表達式

您可以定義篩選條件，以限制採礦模型中所使用的案例。篩選可以套用至案例數據表中的數據行或巢狀數據表中的數據列，或套用至兩者。

篩選準則表達式是簡化的 DMX 述詞，類似於 WHERE 子句。篩選表達式僅限於使用基本數學運算元、純量和數據行名稱的公式。例外狀況是 EXISTS 運算符;如果子查詢至少傳回一個數據列，它會評估為 true。您可以使用常見的邏輯運算符來結合述詞：AND、OR 和 NOT。

如需與採礦模型搭配使用之篩選的詳細資訊，請參閱採礦模型的篩選（Analysis Services - 數據採礦）。

注意

篩選中的數據行必須是採礦結構數據行。您無法在模型資料行或別名數據行上建立篩選。

如需 DMX 運算符和語法的詳細資訊，請參閱採礦模型數據行。

參數定義清單

您可以將演算法參數新增至參數清單，以調整模型的效能和功能。您可以使用的參數取決於您在 USING 子句中指定的演算法。如需與每個演算法相關聯的參數清單，請參閱數據採礦演算法（Analysis Services - 數據採礦）。

參數清單的語法如下所示：

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

範例 1：將模型新增至結構

下列範例會將貝氏機率分類採礦模型新增至 New Mailing 採礦結構，並將屬性狀態數目上限限製為 50。

ALTER MINING STRUCTURE [New Mailing]  
ADD MINING MODEL [Naive Bayes]  
(  
    CustomerKey,   
    Gender,  
    [Number Cars Owned],  
    [Bike Buyer] PREDICT  
)  
USING Microsoft_Naive_Bayes (MAXIMUM_STATES = 50)

範例 2：將篩選的模型新增至結構

下列範例會將採礦模型 Naive Bayes Women新增至 New Mailing 採礦結構。新模型與範例 1 中新增的採礦模型具有相同的基本結構;不過，此模型會將採礦結構中的案例限製為50歲以上的女性客戶。

ALTER MINING STRUCTURE [New Mailing]  
ADD MINING MODEL [Naive Bayes Women]  
(  
    CustomerKey,   
    Gender,  
    [Number Cars Owned],  
    [Bike Buyer] PREDICT  
)  
USING Microsoft_Naive_Bayes  
WITH FILTER([Gender] = 'F' AND [Age] >50)

範例 3：將篩選模型新增至具有巢狀數據表的結構

下列範例會將採礦模型新增至已修改版本的購物籃採礦結構。範例中使用的採礦結構已修改為新增 Region 數據行，其中包含客戶區域的屬性，以及使用 High、Moderate 或 Low 值來分類客戶收入的收益群組數據行。

採礦結構也包含巢狀數據表，其中列出客戶已購買的專案。

因為採礦結構包含巢狀數據表，所以您可以在案例數據表、巢狀數據表或兩者上定義篩選。本範例結合案例篩選和巢狀數據列篩選，將案例限製為購買其中一個道路輪胎型號的富裕歐洲客戶。

ALTER MINING STRUCTURE [Market Basket with Region and Income]  
ADD MINING MODEL [Decision Trees]  
(  
    CustomerKey,   
    Region,  
    [Income Group],  
    [Product] PREDICT (Model)   
WITH FILTER (EXISTS (SELECT * FROM [v Assoc Seq Line Items] WHERE   
 [Model] = 'HL Road Tire' OR  
 [Model] = 'LL Road Tire' OR  
 [Model] = 'ML Road Tire' )  
)  
) WITH FILTER ([Income Group] = 'High' AND [Region] = 'Europe')  
USING Microsoft_Decision Trees

另請參閱

數據採礦延伸模組（DMX）資料定義語句
 數據採礦延伸模組（DMX）數據操作語句
 資料採礦延伸模組 (DMX) 陳述式參考

共用方式為