Flag di modellazione (data mining)

Si applica a: SQL Server 2019 e versioni precedenti di Analysis Services Azure Analysis Services Fabric/Power BI Premium

In SQL Server SQL Server Analysis Services, i flag di modellazione forniscono a un algoritmo di data mining maggiori informazioni sui dati in una tabella dei casi. L'algoritmo usa queste informazioni per compilare un modello di data mining più accurato.

È possibile definire alcuni flag di modellazione a livello di struttura di data mining e altri a livello di colonna del modello di data mining. Ad esempio, utilizzare il flag di modellazione NOT NULL con le colonne della struttura di data mining. L'algoritmo utilizzato per creare il modello determina quali flag di modellazione aggiuntivi è possibile definire nelle colonne del modello di data mining.

Elenco dei flag di modellazione

SQL Server Analysis Services supporta i flag di modellazione seguenti. Per informazioni sui flag supportati da algoritmi specifici, vedere le informazioni tecniche per l'algoritmo che crea il modello.

NOT NULL
Specifica che la colonna dell'attributo non può contenere valori Null. Durante il training del modello, SQL Server Analysis Services restituisce un errore se rileva un valore Null in questa colonna.

MODEL_EXISTENCE_ONLY
Considera la colonna come se avesse due stati: Missing e Existing. Se il valore è NULL, l'algoritmo lo considera mancante. Il flag MODEL_EXISTENCE_ONLY si applica all'attributo prevedibile e la maggior parte degli algoritmi supporta il flag.

Quando si imposta il flag MODEL_EXISTENCE_ONLY su True, il modello rappresenta i valori con solo due stati: Missing e Existing. Combina tutti gli stati non mancanti in un unico valore Existing.

Un uso tipico per questo flag di modellazione è costituito da attributi per i quali lo stato NULL ha un significato implicito e il valore esplicito dello stato NOT NULL potrebbe non essere importante quanto il fatto che la colonna abbia alcun valore. Ad esempio, una colonna [DateContractSigned] potrebbe essere NULL se un contratto non è mai stato firmato e NOT NULL se il contratto è stato firmato. Pertanto, se lo scopo del modello è stimare se un contratto verrà firmato, è possibile usare il flag MODEL_EXISTENCE_ONLY per ignorare il valore esatto della data nei casi NOT NULL e distinguere solo tra i casi in cui un contratto è Missing o Existing.

REGRESSORE
Il flag REGRESSOR contrassegna la colonna come regressore candidato durante l'elaborazione. Utilizzare questo flag solo in una colonna del modello di data mining con un tipo di dati numerico continuo. Per ulteriori informazioni, vedere Utilizzi del flag di modellazione REGRESSOR.

Visualizzazione e modifica dei flag di modellazione

Visualizza i contrassegni di modellazione per una colonna della struttura di data mining o una colonna del modello nelle proprietà della struttura o del modello in Progettazione modelli di data mining.

Per controllare i flag di modellazione per la struttura di data mining corrente, eseguire una query sul set di righe dello schema di data mining. L'interrogazione seguente restituisce solo i flag per le colonne della struttura.

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

È possibile aggiungere o modificare i flag di modellazione utilizzati in un modello usando il Data Mining Designer e modificando le proprietà delle colonne associate. Tali modifiche richiedono la rielaborazione della struttura o del modello.

Specificare i flag di modellazione in una nuova struttura o modello di data mining usando script DMX, AMO o XMLA. DMX non può modificare i flag di modellazione in un modello o una struttura di data mining esistente. Invece, crea un modello di mining con ALTER MINING STRUCTURE ... ADD MINING MODEL.

Utilizzi del flag di modelizzazione REGRESSOR

Quando si imposta il REGRESSOR flag di modellazione su una colonna, si indica che la colonna contiene potenziali regreditori. L'algoritmo determina i regreditori usati dal modello e rimuove tutti gli oggetti che non modellano l'attributo stimabile.

Quando si costruisce un modello tramite la Creazione guidata di Data Mining, tutte le colonne di input continue vengono contrassegnate come possibili regressori. Pertanto, anche se non si imposta in modo esplicito il flag REGRESSOR in una colonna, la colonna potrebbe essere usata come regreditore nel modello.

È possibile determinare i regreditori effettivamente utilizzati nel modello elaborato eseguendo una query sul set di righe dello schema per il modello di data mining, come illustrato nell'esempio seguente:

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

Nota Dopo aver modificato il tipo di contenuto di una colonna di data mining da continuo a discreto, modificare manualmente il flag della colonna e rielaborare il modello.

Regreditori nei modelli di regressione lineare

I modelli di regressione lineare sono basati sull'algoritmo Microsoft Decision Trees. Anche se non si usa l'algoritmo di regressione lineare Microsoft, qualsiasi modello di albero delle decisioni può contenere un albero o nodi che rappresenta una regressione su un attributo continuo.

Pertanto, in questi modelli non è necessario specificare che una colonna continua rappresenta un regressore. L'algoritmo Microsoft Decision Trees partiziona il set di dati in aree con modelli significativi anche se non si imposta il flag REGRESSOR nella colonna. La differenza è che quando si imposta il flag di modellazione, l'algoritmo tenta di trovare equazioni di regressione del formato seguente per adattare i modelli nei nodi dell'albero.

a*C1 + b*C2 + ...

L'algoritmo calcola la somma dei residui. Se la deviazione è troppo grande, l'algoritmo forza una divisione nell'albero.

Si supponga, ad esempio, di prevedere il comportamento di acquisto dei clienti usando Income come attributo e di impostare il flag di modellazione REGRESSOR nella colonna . L'algoritmo tenta innanzitutto di adattare i valori Income a una formula di regressione standard. Se la deviazione è troppo grande, l'algoritmo abbandona la formula e divide l'albero su un altro attributo. L'algoritmo tenta quindi di adattare un regressore di reddito in ogni ramo.

Usare il parametro FORCE_REGRESSOR per richiedere all'algoritmo di usare un particolare regressore. Gli algoritmi Decision Trees e Linear Regression supportano questo parametro.

Attività correlate

Usa questi link per ulteriori informazioni sui flag di modellazione.