CRIAR ESTRUTURA DE MINERAÇÃO (DMX)

Aplica-se a: SQL Server Analysis Services

Cria uma nova estrutura de mineração numa base de dados e, opcionalmente, define partições de treino e teste. Depois de criar a estrutura de mineração, pode usar a instrução ALTER MINING STRUCTURE (DMX) para adicionar modelos à estrutura de mineração.

Syntax

  
CREATE [SESSION] MINING STRUCTURE <structure>  
(  
    [(<column definition list>)]  
)  
[WITH HOLDOUT (<holdout-specifier> [OR <holdout-specifier>])]  
[REPEATABLE(<holdout seed>)]  
<holdout-specifier>::=  <holdout-maxpercent> PERCENT | <holdout-maxcases> CASES

Arguments

Estrutura
Um nome único para a estrutura.

Lista de definição de colunas
Uma lista separada por vírgulas de definições de colunas.

resistência-max%
Um número inteiro entre 1 e 100 que indica a percentagem de dados a reservar para testes.

Resistência-Maxcases
Um inteiro que indica o número máximo de casos a usar para testes.

Se o valor especificado para casos máximos for maior do que o número de casos de entrada, todos os casos de entrada são usados para testes e será emitido um aviso.

Note

Se for especificado tanto a percentagem como o número máximo de casos, é utilizado o menor dos dois limites.

Semente de resistência
Um inteiro usado como semente para começar a particionar dados.

Se definido para 0, o hash do ID da estrutura de mineração é usado como semente.

Note

Deves especificar uma seed se precisares de garantir que uma partição pode ser reproduzida.

Predefinido: REPEATABLE(0)

Observações

Define-se uma estrutura de mineração especificando uma lista de colunas, opcionalmente especificando relações hierárquicas entre as colunas e, depois, opcionalmente, particionando a estrutura de mineração em conjuntos de dados de treino e teste.

A palavra-chave opcional SESSION indica que a estrutura é temporária que só pode usar durante a duração da sessão atual. Quando a sessão é terminada, a estrutura e quaisquer modelos baseados na estrutura serão eliminados. Para criar estruturas e modelos temporários de mineração, deve primeiro definir a propriedade da base de dados, AllowSessionMiningModels. Para mais informações, consulte Propriedades de Mineração de Dados.

Lista de Definição de Colunas

Define uma estrutura de mineração incluindo a seguinte informação para cada coluna na lista de definição de coluna:

  • Nome (obrigatório)

  • Tipo de dado (obrigatório)

  • Distribution

  • Lista de bandeiras de modelação

  • Tipo de conteúdo (obrigatório)

  • Relação com uma coluna de atributos (obrigatória apenas se aplicável), indicada pela cláusula RELATED TO

Use a seguinte sintaxe para a lista de definição de colunas para definir uma única coluna:

<column name>    <data type>    [<Distribution>]    [<Modeling Flags>]    <Content Type>    [<column relationship>]

Use a seguinte sintaxe para a lista de definição de colunas para definir uma coluna de tabela aninhada:

<column name>    TABLE    ( <column definition list> )

Para uma lista dos tipos de dados, tipos de conteúdo, distribuições de colunas e flags de modelação que pode usar para definir uma coluna de estrutura, consulte os seguintes tópicos:

Pode definir múltiplos valores de flags de modelação para uma coluna. No entanto, pode ter apenas um tipo de conteúdo e um tipo de dados para uma coluna.

Relações das Colunas

Pode adicionar uma cláusula a qualquer instrução de definição de coluna para descrever a relação entre duas colunas. Os Serviços de Análise suportam a utilização da seguinte <cláusula de relação> de coluna.

RELACIONADO COM
Indica uma hierarquia de valores. O destino de uma coluna RELATED TO pode ser uma coluna chave numa tabela aninhada, uma coluna discretamente valorada na linha do caso, ou outra coluna com uma cláusula RELATED TO, o que indica uma hierarquia mais profunda.

Parâmetros de Resistência

Quando especificas parâmetros de retenção, crias uma partição dos dados da estrutura. A quantidade que especifica para o holdout é reservada para testes, e os dados restantes são usados para treino. Por defeito, se criar uma estrutura de mineração usando SQL Server Data Tools (SSDT), é criada uma partição de retenção que contém 30 por cento de dados de teste e 70 por cento de dados de treino. Para mais informações, consulte Conjuntos de Dados de Treino e Teste.

Se criar uma estrutura de mineração usando Extensões de Mineração de Dados (DMX), deve especificar manualmente que seja criada uma partição de retenção.

Note

A declaração ALTER MINING STRUCTURE não apoia o holdout.

Pode especificar até três parâmetros de resistência. Se especificar tanto um número máximo de casos de retenção como uma percentagem de retenção, uma percentagem de casos é reservada até atingir o limite máximo de casos. Especifica a percentagem de retenção como um inteiro seguido da palavra-chave PERCENTUAL , e especifica o número máximo de casos como um inteiro seguido da palavra-chave CASES . Pode combinar as condições em qualquer ordem, como mostrado nos seguintes exemplos:

WITH HOLDOUT (20 PERCENT)   
WITH HOLDOUT (2000 CASES)   
WITH HOLDOUT (20 PERCENT OR 2000 CASES)   
WITH HOLDOUT (2000 CASES OR 20 PERCENT)

A semente holdout controla o ponto de partida do processo que atribui aleatoriamente casos a conjuntos de dados de treino ou de teste. Ao definir uma seed de holdout, pode garantir que a partição pode ser repetida. Se não especificar uma seed de retenção, os Serviços de Análise usam o nome da estrutura de mineração para criar uma semente. Se renomeares a estrutura, o valor da semente vai mudar. O parâmetro seed de holdout pode ser usado com um ou ambos os outros parâmetros de holdout.

Note

Como a informação da partição está armazenada em cache com os dados de treino, para usar o holdout, deve garantir que a propriedade CacheMode da estrutura de mineração está definida como KeepTrainingData. Esta é a configuração padrão nos Serviços de Análise para novas estruturas de mineração. Alterar a propriedade CacheMode para ClearTrainingCases numa estrutura de mineração existente que contenha uma partição de holdout não afetará quaisquer modelos de mineração que tenham sido processados. No entanto, se MiningStructureCacheMode não estiver definido para KeepTrainingData, os parâmetros de retenção não terão efeito. Isto significa que todos os dados de origem serão usados para treino e nenhum conjunto de teste estará disponível. A definição da partição é armazenada em cache com a estrutura; Se limpar a cache dos casos de treino, também limpa a cache dos dados de teste e a definição do conjunto de retenção.

Examples

Os exemplos seguintes demonstram como criar uma estrutura de mineração com holdout usando DMX.

Exemplo 1: Adicionar uma Estrutura sem Conjunto de Treino

O exemplo seguinte cria uma nova estrutura de mineração chamada New Mailing sem criar quaisquer modelos de mineração associados, e sem usar o holdout. Para aprender como adicionar um modelo de mineração à estrutura, veja ALTERAR A ESTRUTURA DE MINERAÇÃO (DMX).

CREATE MINING STRUCTURE [New Mailing]  
(  
    CustomerKey LONG KEY,   
    Gender TEXT DISCRETE,  
    [Number Cars Owned] LONG DISCRETE,  
    [Bike Buyer] LONG DISCRETE   
)

Exemplo 2: Especificar a Percentagem de Resistência e a Semente

A cláusula seguinte pode ser adicionada após a lista de definição de colunas para definir um conjunto de dados que pode ser usado para testar todos os modelos de mineração associados à estrutura de mineração. A instrução criará um conjunto de teste que representa 25 por cento do total de casos de entrada, sem limite para o número máximo de casos. O 5000 é usado como semente para criar a partição. Quando especificas uma seed, os mesmos casos serão escolhidos para o conjunto de testes cada vez que processares a estrutura de mineração, desde que os dados subjacentes não mudem.

CREATE MINING STRUCTURE [New Mailing]  
(  
    CustomerKey LONG KEY,   
    Gender TEXT DISCRETE,  
    [Number Cars Owned] LONG DISCRETE,  
    [Bike Buyer] LONG DISCRETE   
)   
WITH HOLDOUT(25 PERCENT) REPEATABLE(5000)

Exemplo 3: Especificar a percentagem de retenção e o máximo de casos

A cláusula seguinte criará um conjunto de teste que contém 25 por cento do total dos casos de entrada, ou 2000 casos, o que for menor. Como 0 é especificado como semente, o nome da estrutura de mineração é usado para criar a semente que começa a amostrar os casos de entrada.

CREATE MINING STRUCTURE [New Mailing]  
(  
    CustomerKey LONG KEY,   
    Gender TEXT DISCRETE,  
    [Number Cars Owned] LONG DISCRETE,  
    [Bike Buyer] LONG DISCRETE   
)   
WITH HOLDOUT(25 PERCENT OR 2000 CASES) REPEATABLE(0)

Conteúdo relacionado

  • Last updated on