SELECT DISTINCT FROM <모델 > (DMX)SELECT DISTINCT FROM <model > (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

모델에서 선택한 열에 대해 가능한 모든 상태를 반환합니다.Returns all possible states for the selected column in the model. 반환되는 값은 지정된 열에 불연속 값, 불연속화된 숫자 값 또는 연속 숫자 값이 들어 있는지 여부에 따라 다릅니다.The values that are returned vary depending on whether the specified column contains discrete values, discretized numeric values, or continuous numeric values.

구문Syntax


SELECT [FLATTENED] DISTINCT [TOP <n>] <expression list> FROM <model>   
[WHERE <condition list>][ORDER BY <expression>]  

인수Arguments

n
(선택 사항)Optional. 반환할 행 수를 지정하는 정수입니다.An integer specifying how many rows to return.

식 목록expression list
관련 열 식별자(모델에서 파생됨) 또는 식의 쉼표로 구분된 목록입니다.A comma-separated list of related column identifiers (derived from the model) or expressions.

모델model
모델 식별자입니다.A model identifier.

조건 목록condition list
열 목록에서 반환되는 값을 제한하는 조건입니다.A condition to restrict the values that are returned from the column list.

expressionexpression
(선택 사항)Optional. 스칼라 값을 반환하는 식입니다.An expression that returns a scalar value.

주의Remarks

SELECT DISTINCT FROM 문이 단일 열 또는 관련된 열 집합에만 작동 합니다.The SELECT DISTINCT FROM statement only works with a single column or with a set of related columns. 이 절은 관련 없는 열 집합에는 적용되지 않습니다.This clause does not work with a set of unrelated columns.

SELECT DISTINCT FROM 문을 사용 하면 중첩된 테이블 안의 열을 직접 참조할 수 있습니다.The SELECT DISTINCT FROM statement allows you to directly reference a column inside of a nested table. 예를 들어For example:

<model>.<table column reference>.<column reference>  

결과 SELECT DISTINCT FROM <모델 > 문에 열 유형에 따라 달라 집니다.The results of the SELECT DISTINCT FROM <model> statement vary, depending on the column type. 다음 표에서는 지원되는 열 유형 및 문의 출력 결과에 대해 설명합니다.The following table describes the supported column types and the output from the statement.

열 유형Column type 출력Output
불연속Discrete 열의 고유 값The unique values in the column.
불연속화됨Discretized 열에서 불연속화된 각 버킷의 중간점The midpoint for each discretized bucket in the column.
연속Continuous 열에서 값의 중간점The midpoint for the values in the column.

불연속 열의 예Discrete Column Example

다음 코드 예제에 따라는 [TM Decision Tree] 에서 만드는 모델은 기본 데이터 마이닝 자습서합니다.The following code sample is based on the [TM Decision Tree] model that you create in the Basic Data Mining Tutorial. 이 쿼리는 불연속 열 Gender에 있는 고유 값을 반환합니다.The query returns the unique values that exist in the discrete column, Gender.

SELECT DISTINCT [Gender]  
FROM [TM Decision Tree]  

예제 결과:Example results:

GenderGender
FF
MM

열에 불연속 값이 들어 있으면 결과에 null 값으로 표시되는 누락된 상태가 항상 포함됩니다.For columns that contain discrete values, the results always include the Missing state, shown as a null value.

연속 열의 예Continuous Column Example

다음 코드 샘플은 열에 있는 모든 값의 중간점, 최소 기간 및 최대 기간을 반환합니다.The following code sample returns the midpoint, minimum age, and maximum age for all of the values in the column.

SELECT DISTINCT [Age] AS [Midpoint Age],   
    RangeMin([Age]) AS [Minimum Age],   
    RangeMax([Age]) AS [Maximum Age]  
FROM [TM Decision Tree]  

예제 결과:Example results:

Midpoint AgeMidpoint Age Minimum AgeMinimum Age Maximum AgeMaximum Age
6262 2626 9797

또한 이 쿼리는 누락된 값을 나타내는 null 값의 행 하나를 반환합니다.The query also returns a single row of null values, to represent missing values.

불연속화된 열의 예Discretized Column Example

다음 코드 예제는 [Yearly Income] 열의 알고리즘으로 작성된 각 버킷의 중간점, 최대값 및 최소값을 반환합니다.The following code sample returns the midpoint, maximum, and minimum values for each bucket that has been created by the algorithm for the column, [Yearly Income]. 이 예의 결과를 재현하려면 [Targeted Mailing]과 동일한 새 마이닝 구조를 만들어야 합니다.To reproduce the results for this example, you must create a new mining structure that is the same as [Targeted Mailing]. 마법사에서 변경 내용 유형을 Yearly Income 열에서 ContinuousDiscretized합니다.In the wizard, change the content type of the Yearly Income column from Continuous to Discretized.

참고

기본 마이닝 자습서에서 만든 마이닝 모델을 변경하여 마이닝 구조 열인 [Yearly Income]을 불연속화할 수도 있습니다.You can also change the mining model created in the Basic Mining Tutorial to discretize the mining structure column, [Yearly Income]. 이 작업을 수행 하는 방법에 대 한 정보를 참조 하십시오. 마이닝 모델에서 열의 분할 변경합니다.For information about how to do this, see Change the Discretization of a Column in a Mining Model. 그러나 열의 분할을 변경하면 마이닝 구조가 다시 처리되어 해당 구조를 사용하여 작성한 다른 모델의 결과가 변경됩니다.However, when you change the discretization of the column, it will force the mining structure to be reprocessed, which will change the results of other models that you have built using that structure.

SELECT DISTINCT [Yearly Income] AS [Bucket Average],   
    RangeMin([Yearly Income]) AS [Bucket Minimum],   
    RangeMax([Yearly Income]) AS [Bucket Maximum]  
FROM [TM Decision Tree]  

예제 결과:Example results:

Bucket AverageBucket Average Bucket MinimumBucket Minimum Bucket MaximumBucket Maximum
24610.724610.7 1000010000 39221.4139221.41
55115.7355115.73 39221.4139221.41 71010.0571010.05
84821.5484821.54 71010.0571010.05 98633.0498633.04
111633.9111633.9 98633.0498633.04 124634.7124634.7
147317.4147317.4 124634.7124634.7 170000170000

[Yearly Income] 열의 값이 다섯 개의 버킷으로 불연속화되었고, 누락된 값을 나타내는 null 값의 열이 하나 추가되었습니다.You can see that the values of the [Yearly Income] column have been discretized into five buckets, plus an additional row of null values, to represent missing values.

결과의 소수 자릿수는 쿼리에 사용하는 클라이언트에 따라 다릅니다.The number of decimal places in the results depends on the client that you use for querying. 여기에서는 SQL Server Data Tools(SSDT)SQL Server Data Tools (SSDT)에서 표시되는 값을 반영하기 위해 편의상 소수점 이하 두 자리로 반올림되었습니다.Here they have been rounded to two decimal places, both for simplicity and to reflect the values that are displayed in SQL Server Data Tools(SSDT)SQL Server Data Tools (SSDT).

예를 들어 의사 결정 트리 뷰어를 사용하여 모델을 탐색하면서 수입별로 그룹화된 고객이 들어 있는 노드를 클릭하면 도구 설명에 다음과 같은 노드 속성이 표시됩니다.For example, if you browse the model by using the Decision Tree viewer and click a node that contains customers grouped by income, the following node properties are displayed in the Tooltip:

Age >=69 AND Yearly Income < 39221.41Age >=69 AND Yearly Income < 39221.41

참고

최소 버킷의 최소값과 최대 버킷의 최대값은 단순히 관측 값 중 가장 높은 값과 가장 낮은 값입니다.The minimum value of the minimum bucket and the maximum value of the maximum bucket are just the highest and lowest observed values. 이러한 관측 범위에서 벗어나는 값은 최소 버킷과 최대 버킷에 속하는 것으로 간주됩니다.Any values that fall outside this observed range are assumed to belong to the minimum and maximum buckets.

관련 항목:See Also

SELECT( DMX ) SELECT (DMX)
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