Tipi di contenuto (DMX)

Per funzionare correttamente, oltre al tipo di dati gli algoritmi di data mining richiedono anche altre informazioni, ad esempio il tipo di contenuto. Il tipo di contenuto consente all'algoritmo di determinare come utilizzare i dati nella colonna.

Ogni algoritmo supporta tipi di contenuto specifici. L'algoritmo Microsoft Naive Bayes, ad esempio, non può utilizzare colonne continue. Per utilizzare colonne continue in un modello Microsoft, è necessario discretizzarne i dati. Per funzionare correttamente alcuni algoritmi richiedono tipi di contenuto specifici. L'algoritmo Microsoft Time Series, ad esempio, richiede una colonna chiave temporale per identificare il periodo di tempo in cui sono stati raccolti i dati.

Per una descrizione completa dei tipi di contenuto supportati da Analysis Services, vedere Tipi di contenuto (Data mining).

Vedere anche

Riferimento

Guida di riferimento a DMX (Data Mining Extensions)

Elementi della sintassi DMX (Data Mining Extensions)

Guida di riferimento alle funzioni DMX (Data Mining Extensions)

Guida di riferimento agli operatori DMX (Data Mining Extensions)

Guida di riferimento alle istruzioni DMX (Data Mining Extensions)

Convenzioni della sintassi DMX (Data Mining Extensions)

Funzioni di stima correlate (DMX)

Struttura e utilizzo di query di stima DMX

Informazioni sull'istruzione Select (DMX)

Concetti

Algoritmi di data mining (Analysis Services - Data mining)