Indicadores de modelización (minería de datos)

Se aplica a: SQL Server 2019 y versiones anteriores de Analysis Services Azure Analysis Services Fabric/Power BI Premium

En SQL Server SQL Server Analysis Services, las marcas de modelado proporcionan a un algoritmo de minería de datos más información sobre los datos en una tabla de casos. El algoritmo usa esta información para crear un modelo de minería de datos más preciso.

Defina algunas marcas de modelado en el nivel de estructura de minería de datos y otras en el nivel de columna del modelo de minería de datos. Por ejemplo, utilice el marcador de modelado NOT NULL con las columnas de la estructura de minería. El algoritmo que utiliza para crear el modelo determina qué indicadores de modelado adicionales puede definir en las columnas del modelo de minería de datos.

Lista de indicadores de modelización

SQL Server Analysis Services admite las siguientes marcas de modelado. Para obtener información sobre las marcas que admiten algoritmos específicos, consulte la referencia técnica del algoritmo que crea el modelo.

NOT NULL
Especifica que la columna de atributo no puede contener valores NULL. Durante el entrenamiento del modelo, SQL Server Analysis Services devuelve un error si encuentra un valor NULL en esta columna.

MODEL_EXISTENCE_ONLY
Trata la columna como si tuviera dos estados: Missing (Falta) y Existing (Existente). Si el valor es NULL, el algoritmo lo trata como Missing. El indicador MODEL_EXISTENCE_ONLY se aplica al atributo predecible, y la mayoría de los algoritmos admiten este indicador.

Al establecer la marca MODEL_EXISTENCE_ONLY en True, el modelo representa valores con solo dos estados: Missing y Existing. Combina todos los estados no ausentes en un único valor Existing.

Un uso típico de esta marca de modelado sería en atributos para los que el estado NULL tiene un significado implícito y el valor explícito del estado NOT NULL podría no ser tan importante como el hecho de que la columna tenga ningún valor. Por ejemplo, una columna [DateContractSigned] podría ser NULL si un contrato nunca se firmó y NOT NULL si el contrato se firmó. Por lo tanto, si el propósito del modelo es predecir si se firmará un contrato, puede usar la marca MODEL_EXISTENCE_ONLY para omitir el valor de fecha exacto en los casos NOT NULL y distinguir solo entre los casos en los que falta un contrato oExistente.

REGRESSOR
La marca REGRESSOR marca la columna como un regresor candidato durante el procesamiento. Use esta marca solo en una columna de modelo de minería de datos que tenga un tipo de datos numérico continuo. Para obtener más información, vea Usos de la marca de modelado REGRESSOR.

Visualización y cambio de indicadores de modelado

Vea las marcas de modelado de una columna de estructura de minería de datos o de una columna de modelo en las propiedades de la estructura o del modelo en el Diseñador de minería de datos.

Para comprobar las marcas de modelado de la estructura de minería de datos actual, consulte el conjunto de filas del esquema de minería de datos. La siguiente consulta devuelve indicadores únicamente para las columnas de estructura.

SELECT COLUMN_NAME, MODELING_FLAG  
FROM $system.DMSCHEMA_MINING_STRUCTURE_COLUMNS  
WHERE STRUCTURE_NAME = '<structure name>'  

Puede agregar o cambiar las marcas de modelado usadas en un modelo mediante el Diseñador de minería de datos y la edición de las propiedades de las columnas asociadas. Estos cambios requieren que se vuelva a procesar la estructura o el modelo.

Especifique marcas de modelado en una nueva estructura o modelo de minería de datos mediante scripts DMX, AMO o XMLA. DMX no puede cambiar los indicadores de modelado de un modelo o estructura de minería de datos existente. En su lugar, cree un modelo de minería de datos con ALTER MINING STRUCTURE ... ADD MINING MODEL.

Usos del indicador de modelado REGRESSOR

Al establecer la REGRESSOR marca de modelado en una columna, se indica que la columna contiene posibles regresores. El algoritmo determina qué regresores usa el modelo y descarta los que no modele el atributo de predicción.

Al compilar un modelo mediante el Asistente para minería de datos, todas las columnas de entrada continuas se marcan como posibles regresores. Por lo tanto, incluso si no establece explícitamente la marca REGRESSOR en una columna, es posible que la columna se use como un regresor en el modelo.

Puede determinar los regresores que se usaron realmente en el modelo procesado realizando una consulta en el conjunto de filas de esquema para el modelo de minería de datos, como se muestra en el ejemplo siguiente:

SELECT COLUMN_NAME, MODELING_FLAG  
FROM $system.DMSCHEMA_MINING_COLUMNS  
WHERE MODEL_NAME = '<model name>'  

Nota Después de cambiar el tipo de contenido de una columna de minería de datos de continuo a discreto, cambie manualmente la marca de la columna y vuelva a procesar el modelo.

Regresores en modelos de regresión lineal

Los modelos de regresión lineal se basan en el algoritmo de árboles de decisión de Microsoft. Incluso si no usa el algoritmo de regresión lineal Microsoft, cualquier modelo de árbol de decisión puede contener un árbol o nodos que represente una regresión en un atributo continuo.

Por lo tanto, en estos modelos no es necesario especificar que una columna continua represente un regresor. El algoritmo de árboles de decisión Microsoft divide el conjunto de datos en regiones con patrones significativos aunque no establezca la marca REGRESSOR en la columna. La diferencia es que cuando se establece la marca de modelado, el algoritmo intenta encontrar ecuaciones de regresión del siguiente formulario para ajustarse a los patrones de los nodos del árbol.

a*C1 + b*C2 + ...

El algoritmo calcula la suma de los valores residuales. Si la desviación es demasiado grande, el algoritmo fuerza una división en el árbol.

Por ejemplo, supongamos que predice el comportamiento de compra de los clientes mediante income como atributo y establece la marca de modelado REGRESSOR en la columna. El algoritmo intenta primero ajustar los valores de Ingresos a una fórmula de regresión estándar. Si la desviación es demasiado grande, el algoritmo abandona la fórmula y divide el árbol en otro atributo. A continuación, el algoritmo intenta ajustar un regresor de ingresos en cada rama.

Use el parámetro FORCE_REGRESSOR para requerir que el algoritmo use un regresor determinado. Los algoritmos árboles de decisión y regresión lineal admiten este parámetro.

Tareas relacionadas

Utilice estos enlaces para obtener más información sobre los indicadores de modelado.