Spaltenverteilungen [Data Mining]

Gilt für: SQL Server 2019 und früheren Analysis Services Azure Analysis Services Fabric/Power BI Premium

Wichtig

Data Mining wurde in SQL Server 2017 Analysis Services als veraltet eingestuft und wurde jetzt in SQL Server 2022 Analysis Services eingestellt. Die Dokumentation wird für veraltete und eingestellte Features nicht aktualisiert. Weitere Informationen finden Sie unter Abwärtskompatibilität von Analysis Services.

In Microsoft SQL Server SQL Server Analysis Services können Sie Spaltenverteilungen in einer Miningstruktur definieren, um zu beeinflussen, wie Algorithmen die Daten in diesen Spalten beim Erstellen von Miningmodellen verarbeiten. Für einige Algorithmen ist es hilfreich, vor dem Verarbeiten des Modells für jede kontinuierliche Spalte die Verteilung zu definieren, wenn für die Spalten bekannt ist, dass sie normal verteilte Werte enthalten. Wenn Sie die Verteilungen nicht definieren, liefern die sich ergebenden Miningmodelle möglicherweise ungenauere Vorhersagen, da die Algorithmen weniger Informationen zum Interpretieren der Daten haben.

Die in SQL Server Analysis Services verfügbaren Algorithmen unterstützen die folgenden Verteilungstypen:

Normal
Die Werte für die kontinuierliche Spalte bilden ein Histogramm, das einer Normalverteilung folgt.

Log Normal
Die Werte für die kontinuierliche Spalte bilden ein Histogramm, in dem die Kurve am oberen Ende einen gedehnten Verlauf und am unteren Ende einen Schrägverlauf aufweist.

Uniform
Die Werte für die kontinuierliche Spalte bilden eine flache Kurve, in der alle Werte gleich wahrscheinlich sind.

Weitere Informationen zu den Algorithmen, die SQL Server Analysis Services bereitstellt, finden Sie unter Data Mining-Algorithmen (Analysis Services – Data Mining).

Weitere Informationen

Inhaltstypen (Data Mining)
Miningstrukturen (Analysis Services - Data Mining)
Diskretisierungsmethoden (Data Mining)
Verteilungen (DMX)
Miningstrukturspalten