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

이 항목은 다음에 적용됩니다.예SQL Server(2008부터)아니요Azure SQL Database아니요Azure SQL Data Warehouse 아니요병렬 데이터 웨어하우스 THIS TOPIC APPLIES TO:yesSQL Server (starting with 2008)noAzure SQL DatabasenoAzure SQL Data Warehouse noParallel Data Warehouse

기존 마이닝 구조를 기반으로 새 마이닝 모델을 만듭니다.Creates a new mining model that is based on an existing mining structure. 사용 하는 경우는 ALTER MINING STRUCTURE 구조 새 마이닝 모델을 만드는 문을 이미 존재 해야 합니다.When you use the ALTER MINING STRUCTURE statement to create a new mining model, the structure must already exist. 반면, 사용 하는 경우에 문에서 마이닝 모델 만들기 ( DMX ), 모델을 만들고 동시에 해당 기본 마이닝 구조를 자동으로 생성 합니다.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.

구문Syntax


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>)]  

인수Arguments

구조structure
마이닝 모델을 추가할 마이닝 구조의 이름입니다.The name of the mining structure to which the mining model will be added.

모델model
고유한 마이닝 모델 이름입니다.A unique name for the mining model.

열 정의 목록column definition list
쉼표로 구분된 열 정의 목록입니다.A comma-separated list of column definitions.

중첩된 열 정의 목록nested column definition list
쉼표로 구분된 중첩 테이블 열 목록입니다(해당될 경우).A comma-separated list of columns from a nested table, if applicable.

중첩 된 필터 조건nested filter criteria
중첩 테이블의 열에 적용되는 필터 식입니다.A filter expression that is applied to the columns in a nested table.

알고리즘algorithm
공급자가 정의한 데이터 마이닝 알고리즘의 이름입니다.The name of a data mining algorithm, as defined by the provider.

참고

사용 하 여 검색할 수는 현재 공급자에서 지 원하는 알고리즘 목록은 DMSCHEMA_MINING_SERVICES 행 집합합니다.A list of the algorithms supported by the current provider can be retrieved by using DMSCHEMA_MINING_SERVICES Rowset. 현재 인스턴스에 지원 되는 알고리즘을 보려면 Analysis ServicesAnalysis Services, 참조 Data Mining Properties합니다.To view the algorithms supported in the current instance of Analysis ServicesAnalysis Services, see Data Mining Properties.

매개 변수 목록parameter list
(선택 사항)Optional. 알고리즘에 대해 공급자가 정의한 매개 변수의 쉼표로 구분된 목록입니다.A comma-separated list of provider-defined parameters for the algorithm.

필터 조건filter criteria
사례 테이블의 열에 적용되는 필터 식입니다.A filter expression that is applied to the columns in the case table.

주의Remarks

마이닝 구조에 복합 키가 포함된 경우 이 구조에서 정의한 모든 키 열이 마이닝 모델에 포함되어야 합니다.If the mining structure contains composite keys, the mining model must include all the key columns that are defined in the structure.

MicrosoftMicrosoft 클러스터링 및 MicrosoftMicrosoft 시퀀스 클러스터링 알고리즘을 사용하여 작성한 모델과 같이 모델에 예측 가능한 열이 필요하지 않을 경우에는 문에 열 정의를 포함하지 않아도 됩니다.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. 결과 모델의 모든 특성은 입력으로 처리됩니다.All the attributes in the resulting model will be treated as inputs.

WITH 절 사례 테이블에 적용 되는 필터링과 드릴스루 모두에 대 한 옵션을 지정할 수 있습니다.In the WITH clause that applies to the case table, you can specify options for both filtering and drillthrough:

  • 추가 필터 키워드 및 필터 조건입니다.Add the FILTER keyword and a filter condition. 그러면 필터가 마이닝 모델의 사례에 적용됩니다.The filter applies to the cases in the mining model.

  • 추가 드릴스루 키워드 사례 데이터로 모델 결과에서 드릴 다운 하려면 마이닝 모델의 사용자가 사용할 수 있도록 합니다.Add the DRILLTHROUGH keyword to enable users of the mining model to drill down from model results to the case data. DMX(Data Mining Extensions)에서는 모델을 만들 때만 드릴스루를 사용할 수 있습니다.In Data Mining Extensions (DMX), drillthrough can be enabled only when you create the model.

    사례 필터링과 드릴스루 모두를 사용 하려면 단일에서 키워드를 결합 WITH 다음 예제와 같이 구문을 사용 하 여 절: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')

열 정의 목록Column Definition List

각 열에 대해 다음과 같은 정보가 포함된 열 정의 목록을 지정하여 모델 구조를 정의합니다.You define the structure of a model by specifying a column definition list that includes the following information for each column:

  • 이름(필수)Name (mandatory)

  • 별칭(옵션)Alias (optional)

  • 모델링 플래그Modeling flags

  • 알고리즘에는 열에 예측 가능한 값이 포함 되어 있는지를 나타내는 예측 요청으로 표시 된 PREDICT 또는 PREDICT_ONLYPrediction request, which indicates to the algorithm whether the column contains a predictable value, indicated by the PREDICT or PREDICT_ONLY clause

    열 정의 목록에 대해 다음 구문을 사용하여 단일 열을 정의합니다.Use the following syntax for the column definition list to define a single column:

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

열 이름 및 별칭Column Name and Alias

열 정의 목록에 사용하는 열 이름은 마이닝 구조에 사용된 열 이름이어야 합니다.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. 그러나 필요에 따라 마이닝 모델의 구조 열을 나타내는 별칭을 정의할 수 있습니다.However, you can optionally define an alias to represent the structure column in the mining model. 또한 같은 구조 열에 대한 열 정의를 여러 개 만든 다음 각각의 열 복사본에 서로 다른 별칭과 예측 사용을 할당할 수 있습니다.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. 기본적으로 구조 열 이름은 별칭을 정의하지 않은 경우에 사용됩니다.By default, the structure column name is used if you do not define an alias. 자세한 내용은 참조 모델 열의 별칭을 만들어합니다.For more information, see Create an Alias for a Model Column.

중첩된 테이블 열에 대 한 중첩된 테이블의 이름을 지정 하면,이 데이터 형식으로 지정 테이블를 괄호로 묶인 모델에 포함할 중첩 열의 목록을 제공 합니다.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.

필터 조건 식을 중첩 테이블 열 정의 뒤에 추가하여 중첩 테이블에 적용되는 필터 식을 정의할 수 있습니다.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.

모델링 플래그Modeling Flags

Analysis ServicesAnalysis Services는 마이닝 모델 열에 사용할 수 있도록 다음 모델링 플래그를 지원합니다. supports the following modeling flags for use in mining model columns:

참고

NOT_NULL 모델링 플래그는 마이닝 구조 열에 적용됩니다.The NOT_NULL modeling flag applies to the mining structure column. 자세한 내용은 CREATE MINING STRUCTURE(DMX)를 참조하세요.For more information, see CREATE MINING STRUCTURE (DMX).

용어Term 정의Definition
회귀 변수REGRESSOR 회귀 알고리즘의 회귀 수식에 지정된 열을 사용할 수 있음을 나타냅니다.Indicates that the algorithm can use the specified column in the regression formula of regression algorithms.
MODEL_EXISTENCE_ONLYMODEL_EXISTENCE_ONLY 특성의 존재 여부가 특성 열의 값보다 더 중요함을 나타냅니다.Indicates that the values for the attribute column are less important than the presence of the attribute.

열 하나에 대해 여러 개의 모델링 플래그를 정의할 수 있습니다.You can define multiple modeling flags for a column. 모델링 플래그를 사용 하는 방법에 대 한 자세한 내용은 참조 모델링 플래그 ( DMX )합니다.For more information about how to use modeling flags, see Modeling Flags (DMX).

예측 절Prediction Clause

예측 절은 예측 열의 사용 방법을 설명합니다.The prediction clause describes how the prediction column is used. 다음 표에서는 가능한 절을 보여 줍니다.The following table lists the possible clauses.

예측PREDICT 모델에서 이 열을 예측할 수 있으며 열 값은 다른 예측 가능한 열의 값을 예측하기 위한 입력으로 사용할 수 있습니다.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 이 열은 모델에 의해 예측될 수 있지만 이 열의 값을 입력 사례에 사용하여 다른 예측 가능 열 값을 예측할 수는 없습니다.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.

필터 조건 식Filter Criteria Expressions

마이닝 모델에 사용되는 사례를 제한하는 필터를 정의할 수 있습니다.You can define a filter that restricts the cases that are used in the mining model. 필터는 사례 테이블의 열 또는 중첩 테이블의 행에 적용하거나 둘 다에 적용할 수 있습니다.The filter can be applied to either the columns in the case table or the rows in the nested table, or to both.

필터 조건 식은 간단한 DMX 조건자로서 WHERE 절과 비슷합니다.Filter criteria expressions are simplified DMX predicates, similar to a WHERE clause. 필터 식은 기본 수치 연산자, 스칼라 및 열 이름을 사용하는 수식으로 제한됩니다.Filter expressions are restricted to formulas that use basic mathematical operators, scalars, and column names. 단, EXISTS 연산자는 예외입니다. 이 연산자는 하위 쿼리에 대해 반환되는 행이 한 개 이상일 경우 True로 평가됩니다.The exception is the EXISTS operator; it evaluates to true if at least one row is returned for the subquery. 조건자는 일반 논리 연산자를 사용 하 여 결합할 수 있습니다: 하 고, OR, not 합니다.Predicates can be combined by using the common logical operators: AND, OR, and NOT.

마이닝 모델에 사용 되는 필터에 대 한 자세한 내용은 참조 하십시오. 마이닝 모델 (에 대 한 필터 Analysis Services-데이터 마이닝 ) .For more information about filters used with mining models, see Filters for Mining Models (Analysis Services - Data Mining).

참고

필터의 열은 마이닝 구조 열이어야 합니다.Columns in a filter must be mining structure columns. 모델 열이나 별칭이 지정된 열에 대한 필터는 만들 수 없습니다.You cannot create a filter on a model column or an aliased column.

DMX 연산자 및 구문에 대 한 자세한 내용은 참조 마이닝 모델 열합니다.For more information about DMX operators and syntax, see Mining Model Columns.

매개 변수 정의 목록Parameter Definition List

매개 변수 목록에 알고리즘 매개 변수를 추가하여 모델의 성능과 기능을 조정할 수 있습니다.You can adjust the performance and functionality of a model by adding algorithm parameters to the parameter list. 사용할 수 있는 매개 변수는 USING 절에 지정한 알고리즘에 따라 달라집니다.The parameters that you can use depend on the algorithm that you specify in the USING clause. 각 알고리즘에 연관 된 매개 변수 목록에 대 한 참조 Data Mining Algorithms ( Analysis Services-데이터 마이닝 ) .For a list of parameters that are associated with each algorithm, see Data Mining Algorithms (Analysis Services - Data Mining).

매개 변수 목록의 구문은 다음과 같습니다.The syntax of the parameter list is as follows:

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

예제 1: 구조에 모델 추가Example 1: Add a Model to a Structure

다음 예에서는 Naive Bayes 마이닝 모델을 추가 하는 New Mailing 최대 특성 상태 수를 50 마이닝 구조 및 제한 합니다.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)  

예제 2: 구조에 필터링된 된 모델 추가Example 2: Add a Filtered Model to a Structure

다음 예에서는 마이닝 모델을 추가 Naive Bayes WomenNew Mailing 마이닝 구조입니다.The following example adds a mining model, Naive Bayes Women, to the New Mailing mining structure. 새 모델의 기본 구조는 예 1에서 추가한 마이닝 모델과 같지만 이 모델에서는 마이닝 구조의 사례를 51세 이상의 여성 고객으로 제한합니다.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)  

예제 3: 중첩된 테이블이 포함 된 구조에 필터링된 된 모델 추가Example 3: Add a Filtered Model to a Structure with a Nested Table

다음 예에서는 시장 바구니 마이닝 구조의 수정된 버전에 마이닝 모델을 추가합니다.The following example adds a mining model to a modified version of the market basket mining structure. 예제에서 사용 되는 마이닝 구조를 추가 하도록 수정 되었습니다는 지역 고객 지역에 대 한 특성을 포함 하는 열 및 Income Group 열 값을 사용 하 여 고객의 소득을 분류 높은, 보통, 또는 낮은합니다.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.

이 마이닝 구조에는 고객이 구매한 항목을 나열하는 중첩 테이블도 포함되어 있습니다.The mining structure also includes a nested table that lists the items that the customer has purchased.

마이닝 구조에 중첩 테이블이 포함되어 있으므로 사례 테이블, 중첩 테이블 또는 두 테이블 모두에 대한 필터를 정의할 수 있습니다.Because the mining structure contains a nested table, you can define a filter on the case table, the nested table, or both. 이 예에서는 Road Tire 모델 중 하나를 구매한 부유한 유럽 고객으로 사례를 제한하기 위해 사례 필터와 중첩 행 필터를 결합합니다.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  

참고 항목See Also

Data Mining Extensions ( DMX ) 데이터 정의 문 Data Mining Extensions (DMX) Data Definition Statements
Data Mining Extensions ( DMX ) 데이터 조작 문 Data Mining Extensions (DMX) Data Manipulation Statements
Data Mining Extensions ( DMX ) 문 참조Data Mining Extensions (DMX) Statement Reference