Sinalizadores de modelagem (mineração de dados)

Aplica-se a: SQL Server 2019 e versões anteriores do Analysis Services Azure Analysis Services Fabric/Power BI Premium

Em SQL Server SQL Server Analysis Services, os sinalizadores de modelagem fornecem a um algoritmo de mineração de dados mais informações sobre os dados em uma tabela de casos. O algoritmo usa essas informações para criar um modelo de mineração de dados mais preciso.

Você define alguns marcadores de modelagem no nível da estrutura de mineração e outros no nível da coluna do modelo de mineração. Por exemplo, use o sinalizador de modelagem NOT NULL com colunas de estrutura de mineração. O algoritmo usado para criar o modelo determina quais sinalizadores de modelagem adicionais você pode definir em colunas de modelo de mineração.

Lista de sinalizadores de modelagem

SQL Server Analysis Services dá suporte aos seguintes sinalizadores de modelagem. Para obter informações sobre sinalizadores compatíveis com algoritmos específicos, consulte a referência técnica para o algoritmo que cria o modelo.

NOT NULL
Especifica que a coluna de atributo não pode conter valores nulos. Durante o treinamento de modelo, SQL Server Analysis Services retornará um erro se encontrar um valor nulo nesta coluna.

MODEL_EXISTENCE_ONLY
Trata a coluna como tendo dois estados: Ausente e Existente. Se o valor for NULL, o algoritmo o considera como Ausente. O sinalizador MODEL_EXISTENCE_ONLY se aplica ao atributo previsível e a maioria dos algoritmos dá suporte ao sinalizador.

Quando você define o sinalizador MODEL_EXISTENCE_ONLY como True, o modelo representa valores com apenas dois estados: Ausente e Existente. Isso combina todos os estados não ausentes em um único valor Existing.

Um uso típico para esse sinalizador de modelagem seria em atributos para os quais o estado NULL tem um significado implícito, e o valor explícito do estado NOT NULL pode não ser tão importante quanto o fato de que a coluna tem qualquer valor. Por exemplo, uma coluna [DateContractSigned] poderá ser NULL se um contrato nunca tiver sido assinado e NOT NULL se o contrato tiver sido assinado. Portanto, se a finalidade do modelo for prever se um contrato será assinado, você poderá usar o sinalizador MODEL_EXISTENCE_ONLY para ignorar o valor exato da data nos casos NOT NULL e distinguir somente entre os casos em que um contrato está ausente ou existente.

Regressor
O sinalizador REGRESSOR marca a coluna como um regressor candidato durante o processamento. Use esse sinalizador somente em uma coluna de modelo de mineração que tenha um tipo de dados numérico contínuo. Para obter mais informações, consulte Usos do Sinalizador de Modelagem REGRESSOR.

Exibindo e alterando sinalizadores de modelagem

Exibir os marcadores de modelagem para uma coluna da estrutura de mineração ou coluna do modelo nas propriedades da estrutura ou do modelo no Designer de Mineração de Dados.

Para verificar os sinalizadores de modelagem da estrutura de mineração atual, consulte o conjunto de linhas do esquema de mineração de dados. A consulta a seguir retorna indicadores apenas para colunas estruturadas.

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

Você pode adicionar ou alterar os sinalizadores de modelagem usados em um modelo usando o Designer de Mineração de Dados e editando as propriedades das colunas associadas. Essas alterações exigem que a estrutura ou o modelo seja reprocessado.

Especifique sinalizadores de modelagem em uma nova estrutura ou modelo de mineração usando scripts DMX, AMO ou XMLA. O DMX não pode alterar sinalizadores de modelagem em um modelo ou estrutura de mineração existente. Em vez disso, crie um modelo de mineração com ALTER MINING STRUCTURE ... ADD MINING MODEL.

Usos do sinalizador de modelagem REGRESSOR

Ao definir o REGRESSOR sinalizador de modelagem em uma coluna, você indica que a coluna contém potenciais regressores. O algoritmo determina quais regressores o modelo usa e descarta qualquer um que não modele o atributo previsível.

Quando você cria um modelo usando o assistente de Mineração de Dados, todas as colunas de entrada contínuas são sinalizadas como regressores possíveis. Portanto, mesmo que você não defina explicitamente o sinalizador REGRESSOR em uma coluna, a coluna poderá ser usada como um regressor no modelo.

Você pode determinar os regressores que foram realmente usados no modelo processado executando uma consulta no conjunto de linhas de esquema para o modelo de mineração, conforme mostrado no exemplo a seguir:

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

Observação Depois de alterar o tipo de conteúdo de uma coluna de mineração de contínua para discreta, altere manualmente o sinalizador da coluna e reprocesse o modelo.

Regressores em modelos de regressão linear

Os modelos de regressão linear baseiam-se no algoritmo Árvores de Decisão da Microsoft. Mesmo que você não use o algoritmo Microsoft Regressão Linear, qualquer modelo de árvore de decisão poderá conter uma árvore ou nós que represente uma regressão em um atributo contínuo.

Portanto, nesses modelos você não precisa especificar que uma coluna contínua represente um regressor. O algoritmo árvores de decisão Microsoft particiona o conjunto de dados em regiões com padrões significativos, mesmo que você não defina o sinalizador REGRESSOR na coluna. A diferença é que, quando você ativa a opção de modelagem, o algoritmo tenta encontrar equações de regressão da seguinte forma para se ajustar aos padrões nos nós da árvore.

a*C1 + b*C2 + ...

O algoritmo calcula a soma dos resíduos. Se o desvio for muito grande, o algoritmo força uma divisão na árvore.

Por exemplo, suponha que você preveja o comportamento de compra do cliente usando o Income como um atributo e defina o sinalizador de modelagem REGRESSOR na coluna. O algoritmo primeiro tenta ajustar os valores de Renda a uma fórmula de regressão padrão. Se o desvio for muito grande, o algoritmo abandonará a fórmula e dividirá a árvore em outro atributo. Em seguida, o algoritmo tenta ajustar um regressor de renda em cada ramificação.

Use o parâmetro FORCE_REGRESSOR para exigir que o algoritmo use um regressor específico. Os algoritmos Árvores de Decisão e Regressão Linear dão suporte a esse parâmetro.

Tarefas relacionadas

Use esses links para saber mais sobre sinalizadores de modelagem.