ClusterDistance (DMX)

Dotyczy: usług SQL Server Analysis Services

Funkcja ClusterDistance zwraca odległość przypadku wejściowego od określonego klastra lub, jeśli klaster nie jest określony, odległość przypadku wejściowego od najbardziej prawdopodobnego klastra.

Syntax

  
ClusterDistance([<ClusterID expression>])  

Ma zastosowanie do

Funkcja ta może być używana tylko wtedy, gdy podstawowy model eksploracji danych obsługuje klasterowanie. Funkcję tę można stosować z dowolnym modelem klastrowania (EM, K-Means itp.), ale wyniki różnią się w zależności od algorytmu.

Zwracany typ

Wartość skalarna.

Remarks

Funkcja ClusterDistance zwraca odległość między przypadkiem wejściowym a klastrem o najwyższym prawdopodobieństwie dla tego przypadku.

W przypadku klastrowania K-Means, ponieważ każdy przypadek może należeć tylko do jednego klastra, z wagą członkostwa 1,0, odległość klastra zawsze wynosi 0. Jednak w K-Means zakłada się, że każdy klaster ma swój centroid. Wartość centroidu można uzyskać, zapytując lub przeglądając tabelę NODE_DISTRIBUTION zagnieżdżonej w zawartości modelu wydobycia. Aby uzyskać więcej informacji, zobacz Zawartość modelu eksploracji dla modeli klastrowania (Analysis Services — Eksploracja danych).

W przypadku domyślnej metody klastrowania EM wszystkie punkty wewnątrz klastra są uważane za równie prawdopodobne; dlatego z założenia nie ma ogniska dla gromady. Wartość ClusterDistance między konkretnym przypadkiem a konkretnym klastrem N oblicza się następująco:

ClusterDistance(N) =1-(membershipWeight(N))

Or:

ClusterDistance(N) =1-ClusterProbability (N))

Usługi Analizy oferują następujące dodatkowe funkcje do zapytań dotyczących modeli klastrowania:

  • Użyj funkcji Klaster (DMX), aby zwrócić najbardziej prawdopodobny klaster.

  • Użyj funkcji ClusterProbability (DMX), aby uzyskać prawdopodobieństwo, że przypadek należy do konkretnego klastra. Ta wartość stanowi odwrotność odległości skupiska.

  • Użyj funkcji PredictHistogram (DMX), aby zwrócić histogram prawdopodobieństwa istnienia danego przypadku wejściowego w każdym z klastrów modelu.

  • Użyj funkcji PredictCaseLikelihood (DMX), aby zwrócić miarę od 0 do 1, która wskazuje, jak prawdopodobne jest istnienie przypadku wejściowego, biorąc pod uwagę model wyuczony przez algorytm.

Przykład 1: Uzyskanie odległości klastra do najbardziej prawdopodobnego klastra

Poniższy przykład zwraca odległość od określonego przypadku do klastra, do którego przypadek najprawdopodobniej należy.

SELECT  
    ClusterDistance()  
FROM  
    [TM Clustering]  
NATURAL PREDICTION JOIN  
(SELECT 28 AS [Age],  
    '2-5 Miles' AS [Commute Distance],  
    'Graduate Degree' AS [Education],  
    0 AS [Number Cars Owned],  
    0 AS [Number Children At Home]) AS t  

Przykładowe wyniki:

Expression
0.0477390930705145

Aby dowiedzieć się, o który klaster chodzi, możesz podstawić Cluster z poprzedniej ClusterDistance próbki.

Przykładowe wyniki:

$CLUSTER
Klaster 6

Przykład 2: Uzyskanie odległości do określonego klastra

Poniższa składnia wykorzystuje zestaw wierszy schematu zawartości modelu wydobycia do zwracania listy identyfikatorów węzłów i podpisów dla klastrów w modelu wydobycia. Następnie możesz użyć podpisu węzła jako argumentu identyfikatora klastra w funkcji ClusterDistance .

SELECT NODE_UNIQUE_NAME, NODE_CAPTION   
FROM <model>.CONTENT   
WHERE NODE_TYPE = 5  

Przykładowe wyniki:

NODE_UNIQUE_NAME NODE_CAPTION
001 Klaster 1
002 Klaster 2

Poniższy przykład składni zwraca odległość określonego przypadku od klastra oznaczonego jako Klaster 2.

SELECT  
    ClusterDistance('Cluster 2')  
AS [Cluster 2 Distance]  
FROM [TM Clustering]  
NATURAL PREDICTION JOIN  
(SELECT 28 AS [Age],  
    '2-5 Miles' AS [Commute Distance],  
    'Graduate Degree' AS [Education],  
    0 AS [Number Cars Owned],  
    0 AS [Number Children At Home]) AS t  

Przykładowe wyniki:

Odległość do Klastra 2
0.97008209236394