ALTER MINING STRUCTURE (DMX)ALTER MINING STRUCTURE (DMX)

QUESTO ARGOMENTO SI APPLICA A:sìSQL Server (a partire dalla versione 2008)noDatabase SQL di AzurenoAzure SQL Data Warehouse noParallel Data Warehouse THIS TOPIC APPLIES TO:yesSQL Server (starting with 2008)noAzure SQL DatabasenoAzure SQL Data Warehouse noParallel Data Warehouse

Crea un nuovo modello di data mining basato su una struttura di data mining esistente.Creates a new mining model that is based on an existing mining structure. Quando si utilizza il ALTER MINING STRUCTURE istruzione per creare un nuovo modello di data mining, la struttura deve essere già esistente.When you use the ALTER MINING STRUCTURE statement to create a new mining model, the structure must already exist. Al contrario, quando si utilizza l'istruzione, DMX CREATE MINING MODEL ( ), si crea un modello e generare automaticamente la struttura di data mining sottostante nello stesso momento.In contrast, when you use the statement, CREATE MINING MODEL (DMX), you create a model and automatically generate its underlying mining structure at the same time.

SintassiSyntax


ALTER MINING STRUCTURE <structure>  
ADD MINING MODEL <model>  
(  
    <column definition list>  
  [(<nested column definition list>) [WITH FILTER (<nested filter criteria>)]]  
)  
USING <algorithm> [(<parameter list>)]   
[WITH DRILLTHROUGH]  
[,FILTER(<filter criteria>)]  

ArgomentiArguments

strutturastructure
Nome della struttura di data mining a cui verrà aggiunto il modello di data mining.The name of the mining structure to which the mining model will be added.

modelmodel
Nome univoco del modello di data mining.A unique name for the mining model.

elenco delle definizioni di colonnacolumn definition list
Elenco delimitato da virgole contenente le definizioni delle colonne.A comma-separated list of column definitions.

elenco delle definizioni di colonna nidificatanested column definition list
Elenco delimitato da virgole delle colonne di una tabella nidificata, se applicabile.A comma-separated list of columns from a nested table, if applicable.

criteri di filtro nidificatonested filter criteria
Espressione di filtro applicata alle colonne di una tabella nidificata.A filter expression that is applied to the columns in a nested table.

algoritmoalgorithm
Nome di un algoritmo di data mining, definito dal provider.The name of a data mining algorithm, as defined by the provider.

Nota

Un elenco degli algoritmi supportati dal provider corrente può essere recuperato tramite set di righe DMSCHEMA_MINING_SERVICES.A list of the algorithms supported by the current provider can be retrieved by using DMSCHEMA_MINING_SERVICES Rowset. Per visualizzare gli algoritmi supportati nell'istanza corrente di Analysis ServicesAnalysis Services, vedere proprietà di Data Mining.To view the algorithms supported in the current instance of Analysis ServicesAnalysis Services, see Data Mining Properties.

elenco di parametriparameter list
Facoltativa.Optional. Elenco delimitato da virgole dei parametri definiti dal provider per l'algoritmo.A comma-separated list of provider-defined parameters for the algorithm.

criteri di filtrofilter criteria
Espressione di filtro applicata alle colonne della tabella del case.A filter expression that is applied to the columns in the case table.

OsservazioniRemarks

Se la struttura di data mining contiene chiavi composte, il modello di data mining dovrà includere tutte le colonne chiave definite nella struttura.If the mining structure contains composite keys, the mining model must include all the key columns that are defined in the structure.

Se il modello non richiede una colonna stimabile, come ad esempio i modelli compilati utilizzando gli algoritmi MicrosoftMicrosoft Clustering e MicrosoftMicrosoft Sequence Clustering, non sarà necessario includere una definizione di colonna nell'istruzione.If the model does not require a predictable column, for example, models that are built by using the MicrosoftMicrosoft Clustering and MicrosoftMicrosoft Sequence Clustering algorithms, you do not have to include a column definition in the statement. Tutti gli attributi nel modello risultante verranno gestiti come input.All the attributes in the resulting model will be treated as inputs.

Nel WITH clausola che si applica alla tabella del case, è possibile specificare opzioni per il filtro e drill-through:In the WITH clause that applies to the case table, you can specify options for both filtering and drillthrough:

  • Aggiungere il filtro (parola chiave) e una condizione di filtro.Add the FILTER keyword and a filter condition. Il filtro si applica ai case nel modello di data mining.The filter applies to the cases in the mining model.

  • Aggiungere il drill-through parola chiave per consentire agli utenti del modello di data mining di drill-down dai risultati del modello per i dati del case.Add the DRILLTHROUGH keyword to enable users of the mining model to drill down from model results to the case data. In DMX (Data Mining Extensions) è possibile abilitare il drill-through solo al momento della creazione del modello.In Data Mining Extensions (DMX), drillthrough can be enabled only when you create the model.

    Per l'utilizzo di case filtro e il drill-through, si combinano le parole chiave in un singolo WITH clausola utilizzando la sintassi illustrata nell'esempio seguente:To use both case filtering and drillthrough, you combine the keywords in a single WITH clause by using the syntax shown in the following example:

    WITH DRILLTHROUGH, FILTER(Gender = 'Male')

Elenco delle definizioni di colonnaColumn Definition List

Per definire la struttura di un modello, specificare un elenco delle definizioni di colonna che include le informazioni seguenti per ogni colonna:You define the structure of a model by specifying a column definition list that includes the following information for each column:

  • Nome (obbligatorio)Name (mandatory)

  • Alias (facoltativo)Alias (optional)

  • Flag di modellazioneModeling flags

  • Richiesta di stima, che indica all'algoritmo se la colonna contiene un valore stimabile, indicato dal PREDICT o PREDICT_ONLY clausolaPrediction request, which indicates to the algorithm whether the column contains a predictable value, indicated by the PREDICT or PREDICT_ONLY clause

    Per definire una singola colonna, utilizzare la sintassi seguente nell'elenco delle definizioni di colonna:Use the following syntax for the column definition list to define a single column:

<structure column name>  [AS <model column name>]  [<modeling flags>]    [<prediction>]  

Nome e alias di colonnaColumn Name and Alias

Il nome di colonna utilizzato nell'elenco delle definizioni di colonna deve essere il nome della colonna così come viene utilizzato nella struttura di data mining.The column name that you use in the column definition list must be the name of the column as it is used in the mining structure. Tuttavia, è anche possibile definire un alias per rappresentare la colonna della struttura nel modello di data mining.However, you can optionally define an alias to represent the structure column in the mining model. È inoltre possibile creare più definizioni di colonna per la stessa colonna della struttura e assegnare un alias e un utilizzo di stima diversi a ogni copia della colonna.You can also create multiple column definitions for the same structure column, and assign a different alias and prediction usage to each copy of the column. Per impostazione predefinita, il nome della colonna della struttura viene utilizzato se non viene definito un alias.By default, the structure column name is used if you do not define an alias. Per ulteriori informazioni, vedere creare un Alias per una colonna del modello.For more information, see Create an Alias for a Model Column.

Per le colonne di tabella nidificata, specificare il nome della tabella nidificata, specificare il tipo di dati come tabellae quindi fornire l'elenco delle colonne nidificate da includere nel modello, racchiuso tra parentesi.For nested table columns, you specify the name of the nested table, specify the data type as TABLE, and then provide the list of nested columns to include in the model, enclosed in parentheses.

È possibile definire un'espressione di filtro che viene applicata alla tabella nidificata aggiungendo un'espressione di criteri di filtro dopo la definizione di colonna della tabella nidificata.You can define a filter expression that is applied to the nested table by affixing a filter criteria expression after the nested table column definition.

Flag di modellazioneModeling Flags

Analysis ServicesAnalysis Services supporta i flag di modellazione seguenti per l'utilizzo nelle colonne del modello di data mining: supports the following modeling flags for use in mining model columns:

Nota

Il flag di modellazione NOT_NULL si applica alla colonna della struttura di data mining.The NOT_NULL modeling flag applies to the mining structure column. Per altre informazioni, vedere CREATE MINING STRUCTURE (DMX).For more information, see CREATE MINING STRUCTURE (DMX).

NomeTerm DefinizioneDefinition
REGRESSORREGRESSOR Indica che l'algoritmo può utilizzare la colonna specificata nella formula di regressione degli algoritmi di regressione.Indicates that the algorithm can use the specified column in the regression formula of regression algorithms.
MODEL_EXISTENCE_ONLYMODEL_EXISTENCE_ONLY Indica che i valori per la colonna di attributi sono meno importanti rispetto alla presenza dell'attributo.Indicates that the values for the attribute column are less important than the presence of the attribute.

È invece possibile definire più flag di modellazione per una stessa colonna.You can define multiple modeling flags for a column. Per ulteriori informazioni su come usare i flag di modellazione, vedere DMX flag di modellazione ( ).For more information about how to use modeling flags, see Modeling Flags (DMX).

Clausola di stimaPrediction Clause

La clausola di stima consente di descrivere la modalità di utilizzo della colonna di stima.The prediction clause describes how the prediction column is used. Nella tabella seguente sono elencate le clausole possibili.The following table lists the possible clauses.

STIMAREPREDICT Questa colonna può essere stimata dal modello e i relativi valori possono essere utilizzati come input per stimare il valore di altre colonne stimabili.This column can be predicted by the model, and its values can be used as input to predict the value of other predictable columns.
PREDICT_ONLYPREDICT_ONLY Questa colonna può essere stimata dal modello, ma i relativi valori non possono essere utilizzati nei case di input per stimare il valore di altre colonne stimabili.This column can be predicted by the model, but its values cannot be used in input cases to predict the value of other predictable columns.

Espressioni di criteri di filtroFilter Criteria Expressions

È possibile definire un filtro per limitare i case utilizzati nel modello di data mining.You can define a filter that restricts the cases that are used in the mining model. Il filtro può essere applicato alle colonne nella tabella del case, alle righe nella tabella nidificata o a entrambe.The filter can be applied to either the columns in the case table or the rows in the nested table, or to both.

Le espressioni di criteri di filtro sono predicati DMX semplificati, simili a una clausola WHERE.Filter criteria expressions are simplified DMX predicates, similar to a WHERE clause. Le espressioni di filtro sono limitate a formule che utilizzano operatori matematici di base, valori scalari e nomi di colonna.Filter expressions are restricted to formulas that use basic mathematical operators, scalars, and column names. L'operatore EXISTS, che restituisce true se per la sottoquery viene restituita almeno una riga, rappresenta un'eccezione.The exception is the EXISTS operator; it evaluates to true if at least one row is returned for the subquery. I predicati possono essere combinati utilizzando gli operatori logici comuni: AND, OR e NOT.Predicates can be combined by using the common logical operators: AND, OR, and NOT.

Per ulteriori informazioni sui filtri utilizzati con modelli di data mining, vedere filtri per i modelli di Data Mining ( Analysis Services - Data Mining ) .For more information about filters used with mining models, see Filters for Mining Models (Analysis Services - Data Mining).

Nota

Le colonne di un filtro devono essere colonne della struttura di data mining.Columns in a filter must be mining structure columns. Non è possibile creare un filtro su una colonna del modello o una colonna in forma di alias.You cannot create a filter on a model column or an aliased column.

Per ulteriori informazioni sulla sintassi e gli operatori DMX, vedere colonne del modello di Data Mining.For more information about DMX operators and syntax, see Mining Model Columns.

Elenco delle definizioni di parametroParameter Definition List

È possibile modificare le prestazioni e le funzionalità di un modello aggiungendo parametri dell'algoritmo all'elenco di parametri.You can adjust the performance and functionality of a model by adding algorithm parameters to the parameter list. I parametri che è possibile utilizzare variano in base all'algoritmo specificato nella clausola USING.The parameters that you can use depend on the algorithm that you specify in the USING clause. Per un elenco di parametri associati a ogni algoritmo, vedere algoritmi di Data Mining ( Analysis Services - Data Mining ) .For a list of parameters that are associated with each algorithm, see Data Mining Algorithms (Analysis Services - Data Mining).

La sintassi dell'elenco dei parametri è la seguente:The syntax of the parameter list is as follows:

[<parameter> = <value>, <parameter> = <value>,…]  

Esempio 1: Aggiunta di un modello a una strutturaExample 1: Add a Model to a Structure

L'esempio seguente aggiunge un modello di data mining Naive Bayes il New Mailing struttura di data mining e i limiti indica il numero massimo di attributi su 50.The following example adds a Naive Bayes mining model to the New Mailing mining structure and limits the maximum number of attribute states to 50.

ALTER MINING STRUCTURE [New Mailing]  
ADD MINING MODEL [Naive Bayes]  
(  
    CustomerKey,   
    Gender,  
    [Number Cars Owned],  
    [Bike Buyer] PREDICT  
)  
USING Microsoft_Naive_Bayes (MAXIMUM_STATES = 50)  

Esempio 2: Aggiunta di un modello filtrato a una strutturaExample 2: Add a Filtered Model to a Structure

L'esempio seguente aggiunge un modello di data mining Naive Bayes Womenal New Mailing struttura di data mining.The following example adds a mining model, Naive Bayes Women, to the New Mailing mining structure. Il nuovo modello presenta la stessa struttura di base del modello di data mining aggiunto nell'esempio 1, ma i case della struttura di data mining sono limitati ai clienti di sesso femminile di età superiore a 50 anni.The new model has the same basic structure as the mining model that was added in example 1; however, this model restricts the cases from the mining structure to female customers over the age of 50.

ALTER MINING STRUCTURE [New Mailing]  
ADD MINING MODEL [Naive Bayes Women]  
(  
    CustomerKey,   
    Gender,  
    [Number Cars Owned],  
    [Bike Buyer] PREDICT  
)  
USING Microsoft_Naive_Bayes  
WITH FILTER([Gender] = 'F' AND [Age] >50)  

Esempio 3: Aggiunta di un modello filtrato a una struttura con una tabella nidificataExample 3: Add a Filtered Model to a Structure with a Nested Table

Nell'esempio seguente viene aggiunto un modello di data mining a una versione modificata della struttura di data mining Market Basket.The following example adds a mining model to a modified version of the market basket mining structure. Struttura di data mining utilizzata nell'esempio è stata modificata per aggiungere un area colonna che contiene gli attributi relativi all'area del cliente, e un Incomegroup colonna, che vengono suddivisi in categorie reddito dei clienti utilizzando i valori elevata, moderata, o bassa.The mining structure used in the example has been modified to add a Region column, which contains attributes for customer region, and an Income Group column, which categorizes customer income by using the values High, Moderate, or Low.

La struttura di data mining include anche una tabella nidificata in cui sono elencati gli elementi acquistati dal cliente.The mining structure also includes a nested table that lists the items that the customer has purchased.

Poiché la struttura di data mining contiene una tabella nidificata, è possibile definire un filtro sulla tabella del case, sulla tabella nidificata o su entrambe.Because the mining structure contains a nested table, you can define a filter on the case table, the nested table, or both. In questo esempio vengono combinati un filtro di case e un filtro di riga nidificata per limitare i case ai clienti europei abbienti che hanno acquistato uno dei modelli di pneumatici Road.This example combines a case filter and nested row filter to restrict the cases to wealthy European customers who purchased one of the road tire models.

ALTER MINING STRUCTURE [Market Basket with Region and Income]  
ADD MINING MODEL [Decision Trees]  
(  
    CustomerKey,   
    Region,  
    [Income Group],  
    [Product] PREDICT (Model)   
WITH FILTER (EXISTS (SELECT * FROM [v Assoc Seq Line Items] WHERE   
 [Model] = 'HL Road Tire' OR  
 [Model] = 'LL Road Tire' OR  
 [Model] = 'ML Road Tire' )  
)  
) WITH FILTER ([Income Group] = 'High' AND [Region] = 'Europe')  
USING Microsoft_Decision Trees  

Vedere ancheSee Also

Data Mining Extensions ( DMX ) Istruzioni di definizione dei dati Data Mining Extensions (DMX) Data Definition Statements
Data Mining Extensions ( DMX ) Istruzioni di manipolazione dei dati Data Mining Extensions (DMX) Data Manipulation Statements
Data Mining Extensions ( DMX ) Riferimento istruzioneData Mining Extensions (DMX) Statement Reference