適用対象:
SQL Server 2019 以前の Analysis Services 
Azure Analysis Services Fabric/Power BI Premium
Important
データ マイニングは SQL Server 2017 Analysis Services で非推奨となり、現在は SQL Server 2022 Analysis Services で廃止されました。 非推奨および廃止された機能については、ドキュメントは更新されません。 詳細については、「 Analysis Services の下位互換性」を参照してください。
SQL Server SQL Server Analysis Servicesでデータ マイニング モデルを作成する一部のアルゴリズムでは、特定のコンテンツ タイプが正しく機能する必要があります。 たとえば、Microsoft Naive Bayes アルゴリズムでは、連続列を入力として使用することはできません。また、連続値を予測することもできません。 また、一部の列には非常に多くの値が含まれているため、モデルを作成するデータ内の興味深いパターンをアルゴリズムで簡単に識別することはできません。
このような場合は、列のデータを分離して、アルゴリズムを使用してマイニング モデルを生成できるようにします。 分離 とは、可能な状態の数が限られているように、値をバケットに入れるプロセスです。 バケット自体は、順序付けされた個別の値として扱われます。 数値列と文字列列の両方を分離できます。
データを分離するには、いくつかの方法を使用できます。 データ マイニング ソリューションでリレーショナル データを使用する場合は、 DiscretizationBucketCount プロパティの値を設定することで、データのグループ化に使用するバケットの数を制御できます。 バケットの既定の数は 5 です。
データ マイニング ソリューションでオンライン分析処理 (OLAP) キューブのデータを使用する場合、データ マイニング アルゴリズムは、次の式を使用して生成するバケットの数を自動的に計算します。ここで、 n は列内のデータの個別の値の数です。
Number of Buckets = sqrt(n)
SQL Server Analysis Services でバケット数を計算させたくない場合は、DiscretizationBucketCountプロパティを使用して、バケット数を手動で指定してください。
次の表では、SQL Server Analysis Servicesのデータを分離するために使用できるメソッドについて説明します。
| 分離メソッド | Description |
|---|---|
| 自動 | SQL Server Analysis Services は、使用する分離方法を決定します。 |
| クラスター | このアルゴリズムでは、トレーニング データをサンプリングし、多数のランダム ポイントに初期化した後、予測最大化 (EM) クラスタリングメソッドを使用して Microsoft クラスタリング アルゴリズムを複数回繰り返し実行することで、データをグループに分割します。
CLUSTERS メソッドは、任意の分布曲線で動作するため便利です。 ただし、他の分離方法よりも処理時間が長くなります。 このメソッドは、数値列でのみ使用できます。 |
| EQUAL_AREAS | このアルゴリズムでは、データが同じ数の値を含むグループに分割されます。 この方法は正規分布曲線に最適ですが、分布に連続データの狭いグループに多数の値が含まれている場合はうまく機能しません。 たとえば、項目の半分のコストが 0 の場合、データの半分は曲線内の 1 つのポイントの下に発生します。 このような分布では、このメソッドは複数の領域に等しい分離を確立するためにデータを分割します。 このプロセスにより、データが不正確に表現されます。 |
注釈
文字列を分離するには 、EQUAL_AREAS メソッドを使用します。
CLUSTERS メソッドは、1,000 レコードのランダム サンプルを使用してデータを分離します。 アルゴリズムでデータをサンプリングしない場合は、 EQUAL_AREAS メソッドを使用します。
こちらも参照ください
コンテンツ タイプ (データ マイニング)
コンテンツ タイプ (DMX)
データ マイニング アルゴリズム (Analysis Services - データ マイニング)
マイニング ストラクチャー (Analysis Services - データ マイニング)
データ型 (データ マイニング)
マイニング構造列
列の分布 (データ マイニング)