Modelleringsmarkeringar (datautvinning)

Gäller för: SQL Server 2019 och tidigare Analysis Services Azure Analysis Services Fabric/Power BI Premium

I SQL Server SQL Server Analysis Services ger modelleringsflaggor en datautvinningsalgoritm mer information om data i en ärendetabell. Algoritmen använder den här informationen för att skapa en mer exakt datautvinningsmodell.

Du definierar vissa modelleringsflaggor på gruvstrukturnivå och andra på kolumnnivå för gruvmodell. Använd till exempel flaggan NOT NULL-modellering med kolumner för gruvstruktur. Algoritmen som du använder för att skapa modellen avgör vilka ytterligare modelleringsflaggor du kan definiera i kolumner för gruvmodell.

Lista över modelleringsflaggor

SQL Server Analysis Services stöder följande modelleringsflaggor. Information om flaggor som specifika algoritmer stöder finns i den tekniska referensen för algoritmen som skapar modellen.

INTE NULL
Anger att attributkolumnen inte får innehålla null-värden. Under modellträningen returnerar SQL Server Analysis Services ett fel om det påträffar ett null-värde i den här kolumnen.

MODEL_EXISTENCE_ONLY
Behandlar kolumnen med två tillstånd: Saknas och Befintlig. Om värdet är NULL behandlar algoritmen det som Saknas. Flaggan MODEL_EXISTENCE_ONLY gäller för det förutsägbara attributet och de flesta algoritmer stöder flaggan.

När du anger flaggan MODEL_EXISTENCE_ONLY till True representerar modellen värden med endast två tillstånd: Saknas och Befintlig. Den kombinerar alla tillstånd som inte saknas till ett Befintligt-värde.

En typisk användning för den här modellflaggan är i attribut för vilka NULL-tillståndet har en implicit betydelse, och det explicita värdet för NOT NULL-tillståndet kanske inte är lika viktigt som det faktum att kolumnen har något värde. En [DateContractSigned]-kolumn kan till exempel vara NULL om ett kontrakt aldrig signerades och INTE NULL om kontraktet undertecknades. Om syftet med modellen därför är att förutsäga om ett kontrakt ska signeras kan du använda flaggan MODEL_EXISTENCE_ONLY för att ignorera det exakta datumvärdet i NOT NULL-fallen och endast skilja mellan fall där ett kontrakt saknas eller finns.

Regressor
REGRESSOR-flaggan markerar kolumnen som en kandidatregressor under bearbetningen. Använd endast den här flaggan i en kolumn för gruvmodell som har en kontinuerlig numerisk datatyp. Mer information finns i Användning av REGRESSOR-modelleringsflaggan.

Visa och ändra modelleringsflaggor

Visa modelleringsflaggor för en kolumn eller modellkolumn för gruvstruktur i struktur- eller modellegenskaperna i Data Mining Designer.

Om du vill kontrollera modelleringsflaggorna för den aktuella gruvstrukturen frågar du efter raduppsättningen för datautvinningsschemat. Följande fråga returnerar endast flaggor för strukturkolumner.

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

Du kan lägga till eller ändra de modelleringsflaggor som används i en modell med hjälp av Data Mining Designer och redigera egenskaperna för de associerade kolumnerna. Sådana ändringar kräver att strukturen eller modellen bearbetas på nytt.

Ange modelleringsflaggor i en ny gruvstruktur eller modell med hjälp av DMX-, AMO- eller XMLA-skript. DMX kan inte ändra modelleringsflaggor i en befintlig gruvmodell eller struktur. Skapa i stället en gruvmodell med ALTER MINING STRUCTURE ... ADD MINING MODEL.

Användning av REGRESSOR-modelleringsflaggan

När du anger modellflaggan REGRESSOR för en kolumn anger du att kolumnen innehåller potentiella regressorer. Algoritmen avgör vilka regressorer modellen använder och tar bort alla som inte modellerar det förutsägbara attributet.

När du skapar en modell med hjälp av guiden Datautvinning flaggas alla kontinuerliga indatakolumner som möjliga regressorer. Även om du inte uttryckligen anger REGRESSOR-flaggan för en kolumn kan kolumnen därför användas som regressor i modellen.

Du kan fastställa de regressorer som faktiskt användes i den bearbetade modellen genom att köra en fråga mot schemaraduppsättningen för gruvmodellen, enligt följande exempel:

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

Obs! När du har ändrat en gruvkolumns innehållstyp från kontinuerlig till diskret ändrar du kolumnens flagga manuellt och bearbetar modellen igen.

Regressorer i linjära regressionsmodeller

Linjära regressionsmodeller baseras på Microsoft Decision Trees-algoritmen. Även om du inte använder algoritmen Microsoft linjär regression kan alla beslutsträdsmodeller innehålla ett träd eller noder som representerar en regression för ett kontinuerligt attribut.

I dessa modeller behöver du därför inte ange att en kontinuerlig kolumn representerar en regressor. Algoritmen Microsoft Decision Trees partitioner datamängden i regioner med meningsfulla mönster även om du inte anger REGRESSOR-flaggan i kolumnen. Skillnaden är att när du anger modelleringsflaggan försöker algoritmen hitta regressionsekvationer i följande formulär för att passa mönstren i noderna i trädet.

a*C1 + b*C2 + ...

Algoritmen beräknar summan av residualerna. Om avvikelsen är för stor tvingar algoritmen fram en delning i trädet.

Anta till exempel att du förutsäger kundernas köpbeteende genom att använda Inkomst som ett attribut och ange flaggan REGRESSOR-modellering i kolumnen. Algoritmen försöker först anpassa inkomstvärdena till en standardregressionsformel. Om avvikelsen är för stor överger algoritmen formeln och delar trädet på ett annat attribut. Algoritmen försöker sedan passa in en inkomstregressor i varje gren.

Använd parametern FORCE_REGRESSOR för att kräva att algoritmen använder en viss regressor. Algoritmerna Decision Trees och Linear Regression stöder den här parametern.

Relaterade uppgifter

Använd de här länkarna om du vill veta mer om modelleringsflaggor.