Data Mining-Erweiterungen (DMX) - Anweisungsreferenz
Das Verwenden von Data Mining-Modellen in Microsoft SQL Server 2005 Analysis Services (SSAS) beinhaltet die folgenden Hauptaufgaben:
- Erstellen von Miningstrukturen und Miningmodellen
- Verarbeiten von Miningstrukturen und Miningmodellen
- Löschen von Miningstrukturen oder Miningmodellen
- Kopieren von Miningmodellen
- Durchsuchen von Miningmodellen
- Vorhersagen anhand von Miningmodellen
Mithilfe von DMX-Anweisungen (Data Mining-Erweiterungen) können Sie jede dieser Aufgaben programmgesteuert ausführen.
Erstellen von Miningstrukturen und Miningmodellen
Verwenden Sie die CREATE MINING STRUCTURE (DMX)-Anweisung, wenn Sie einer Datenbank eine neue Miningstruktur hinzufügen möchten. Sie können dann die ALTER MINING STRUCTURE (DMX)-Anweisung dazu verwenden, der Miningstruktur Miningmodelle hinzuzufügen.
Verwenden Sie die CREATE MINING MODEL (DMX)-Anweisung, wenn Sie ein neues Miningmodell und eine zugeordnete Miningstruktur erstellen möchten.
Verarbeiten von Miningstrukturen und Miningmodellen
Verwenden Sie die INSERT INTO (DMX)-Anweisung, wenn Sie eine Miningstruktur und ein Miningmodell verarbeiten möchten.
Löschen von Miningstrukturen oder Miningmodellen
Verwenden Sie die DELETE (DMX)-Anweisung, wenn Sie alle trainierten Daten aus einem Miningmodell oder einer Miningstruktur entfernen möchten. Verwenden Sie die DROP MINING STRUCTURE (DMX)- oder die DROP MINING MODEL (DMX)-Anweisung, wenn Sie eine Miningstruktur bzw. ein Miningmodell vollständig aus einer Datenbank entfernen möchten.
Kopieren von Miningmodellen
Verwenden Sie die SELECT INTO (DMX)-Anweisung, wenn Sie die Struktur eines vorhandenen Miningmodells in ein neues Miningmodell kopieren und das neue Modell mit denselben Daten trainieren möchten.
Durchsuchen von Miningmodellen
Verwenden Sie die SELECT (DMX)-Anweisung, wenn Sie die Informationen durchsuchen möchten, die der Data Mining-Algorithmus während des Modelltrainings berechnet und im Data Mining-Modell gespeichert hat. Ähnlich wie bei Transact-SQL können Sie mit der SELECT-Anweisung verschiedene Klauseln verwenden, um deren Möglichkeiten zu erweitern. Zu diesen Klauseln gehören DISTINCT FROM <model>, FROM <model>.CASES, FROM <model>.SAMPLE_CASES, FROM <model>.CONTENT und FROM <model>.DIMENSION_CONTENT.
Vorhersagen anhand von Miningmodellen
Verwenden Sie die PREDICTION JOIN-Klausel der SELECT-Anweisung, wenn Sie Vorhersagen erstellen möchten, die auf einem vorhandenen Miningmodell basieren.
Sie können Modelle auch importieren oder exportieren, indem Sie die IMPORT (DMX)- bzw. die EXPORT (DMX)-Anweisung verwenden.
Diese Aufgaben gehören zu den beiden Kategorien Datendefinitionsanweisungen und Datenbearbeitungsanweisungen, die in der folgenden Tabelle beschrieben sind.
Thema | Beschreibung |
---|---|
Data Mining-Erweiterungen (DMX) - Datendefinitionsanweisungen |
Gehören zur Datendefinitionssprache (Data Definition Language, DDL). Werden dazu verwendet, ein neues Miningmodell (samt Training) zu definieren oder ein vorhandenes Miningmodell aus einer Datenbank zu löschen. |
Data Mining-Erweiterungen (DMX) - Datenbearbeitungsanweisungen |
Gehören zur Datenbearbeitungssprache (Data Manipulation Language, DML). Werden zum Arbeiten mit vorhandenen Miningmodellen verwendet, wozu auch das Durchsuchen eines Modells und das Erstellen von Vorhersagen gehören. |
Siehe auch
Verweis
Data Mining-Erweiterungen (DMX) - Funktionsreferenz
Data Mining-Erweiterungen (DMX) - Operatorreferenz
Data Mining-Erweiterungen (DMX) - Syntaxkonventionen
Data Mining-Erweiterungen (DMX) - Syntaxelemente