SystemGetClusterAccuracyResults(Analysis Services - 데이터 마이닝)

  • 아티클

적용 대상: SQL Server 2019 및 이전 Analysis Services Azure Analysis Services Fabric/Power BI Premium

중요

데이터 마이닝은 SQL Server 2017 Analysis Services에서 더 이상 사용되지 않으며 이제 SQL Server 2022 Analysis Services에서 중단되었습니다. 더 이상 사용되지 않는 기능 및 중단된 기능에 대해서는 설명서가 업데이트되지 않습니다. 자세한 내용은 Analysis Services 이전 버전과의 호환성을 참조하세요.

마이닝 구조 및 관련된 클러스터링 모델에 대한 교차 유효성 검사 정확도 메트릭을 반환합니다.

이 저장 프로시저는 전체 데이터 집합에 대한 메트릭을 하나의 파티션으로 반환합니다. 데이터 세트를 교차 섹션으로 분할하고 각 파티션에 대한 메트릭을 반환하려면 SystemGetClusterCrossValidationResults(Analysis Services - 데이터 마이닝)를 사용합니다.

참고

이 저장 프로시저는 클러스터링 모델에 대해서만 사용할 수 있습니다. 비 클러스터링 모델의 경우 SystemGetAccuracyResults(Analysis Services - 데이터 마이닝)를 사용합니다.

Syntax

  
SystemGetClusterAccuracyResults(  
<mining structure>   
[,<mining model list>]  
,<data set>  
,<test list>])

인수

마이닝 구조
현재 데이터베이스의 마이닝 구조 이름입니다.

(필수)

mining model list
유효성을 검사할 모델의 쉼표로 구분된 목록입니다.

기본값은 null이며 이는 적용 가능한 모든 모델을 사용함을 의미합니다. 기본값을 사용할 경우 클러스터링 이외의 모델은 처리 후보 목록에서 자동으로 제외됩니다.

(선택 사항)

데이터 세트
마이닝 구조에서 테스트용으로 사용되는 파티션을 나타내는 정수 값입니다. 이 값은 다음 값의 합계를 나타내는 비트 마스크에서 파생되며 각 값은 선택 사항입니다.

  • 교육 사례: 0x0001

  • 테스트 사례: 0x0002

  • 모델 필터: 0x0004

가능한 값의 전체 목록은 이 항목의 설명 섹션을 참조하십시오.

(필수)

테스트 목록
테스트 옵션을 지정하는 문자열입니다. 이 매개 변수는 나중에 사용하도록 예약되어 있습니다.

(선택 사항)

반환 형식

각 개별 파티션의 점수와 모든 모델에 대한 집계가 포함된 표입니다.

다음 표에는 SystemGetClusterAccuracyResults에서 반환하는 열이 나열되어 있습니다. 저장 프로시저에서 반환된 정보를 해석하는 방법은 교차 유효성 검사 보고서의 측정값을 참조하세요.

열 이름 설명
ModelName 테스트한 모델의 이름입니다. All 은 결과가 모든 모델의 집계임을 나타냅니다.
AttributeName 클러스터링 모델에는 적용되지 않습니다.
AttributeState 클러스터링 모델에는 적용되지 않습니다.
PartitionIndex 파티션을 나타내는 번호입니다.

이 저장 프로시저의 경우에는 번호가 항상 0입니다.
PartitionCases 테스트된 사례 수를 나타내는 정수입니다.
테스트 수행한 테스트 유형입니다.
측정값 테스트에서 반환한 측정값의 이름입니다. 각 모델의 측정값은 모델 유형 및 예측 가능한 값의 유형에 따라 달라집니다.

각 예측 가능 유형에 대해 반환된 측정값 목록은 교차 유효성 검사 보고서의 측정값을 참조하세요.

각 측정값에 대한 정의는 교차 유효성 검사(Analysis Services - 데이터 마이닝)를 참조하세요.
값 클러스터 사례 유사도를 나타내는 확률 점수입니다.

설명

다음 표에서는 교차 유효성 검사에 사용되는 마이닝 구조의 데이터를 지정하는 데 사용할 수 있는 값의 예를 보여 줍니다. 교차 유효성 검사에 테스트 사례를 사용하려면 마이닝 구조에 테스트 데이터 집합이 이미 포함되어 있어야 합니다. 마이닝 구조를 만들 때 테스트 데이터 집합을 정의하는 방법에 대한 자세한 내용은 데이터 집합 학습 및 테스트를 참조하세요.

정수 값 설명
1 학습 사례만 사용합니다.
2 테스트 사례만 사용합니다.
3 학습 사례와 테스트 사례를 모두 사용합니다.
4 잘못된 조합입니다.
5 학습 사례만 사용하고 모델 필터를 적용합니다.
6 테스트 사례만 사용하고 모델 필터를 적용합니다.
7 학습 및 테스트 사례를 모두 사용하고 모델 필터를 적용합니다.

교차 유효성 검사를 사용하는 시나리오에 대한 자세한 내용은 테스트 및 유효성 검사(데이터 마이닝)를 참조하세요.

예제

이 예제에서는 vTargetMail 마이닝 구조와 연결된 및 Cluster 2라는 Cluster 1 두 클러스터링 모델에 대한 정확도 측정값을 반환합니다. 네 번째 줄의 코드는 각 모델과 관련된 필터를 사용하지 않고 테스트 사례만을 기준으로 결과를 반환해야 함을 나타냅니다.

CALL SystemGetClusterAccuracyResults (  
[vTargetMail],  
[Cluster 1], [Cluster 2],  
2  
)

예제 결과:

ModelName AttributeName AttributeState PartitionIndex PartitionSize 테스트 측정값 값
클러스터 1 0 5545 Clustering 사례 유사도 0.796514342249313
클러스터 2 0 5545 Clustering 사례 유사도 0.732122471228572

요구 사항

교차 유효성 검사는 2008년 SQL Server SQL Server Enterprise만 사용할 수 있습니다.

참고 항목

SystemGetCrossValidationResults(Analysis Services - 데이터 마이닝)
SystemGetAccuracyResults(Analysis Services - 데이터 마이닝)
SystemGetClusterCrossValidationResults(Analysis Services - 데이터 마이닝)
SystemClusterGetAccuracyResults