Data Mining Extensions (DMX) Referentie

van toepassing op: SQL Server Analysis Services

Important

Data mining is verouderd in SQL Server Analysis Services 2017 en zal in een toekomstige versie worden stopgezet. De documentatie is niet bijgewerkt voor verouderde functies. Zie Analysis Services-compatibiliteit met eerdere versies voor meer informatie.

Data Mining Extensions (DMX) is een taal die je kunt gebruiken om data mining-modellen te maken en ermee te werken in Microsoft SQL Server Analysis Services. Je kunt DMX gebruiken om de structuur van nieuwe data mining-modellen te creëren, deze modellen te trainen en te browsen, beheren en voorspellen tegen ze. DMX bestaat uit data definition language (DDL) statements, data manipulation language (DML) statements en functies en operators.

Microsoft OLE DB for Data Mining-specificatie

De data mining-functies in Analysis Services zijn ontworpen om te voldoen aan de Microsoft OLE DB for Data Mining-specificatie.

De Microsoft OLE DB for Data Mining-specificatie definieert het volgende:

  • Een structuur om de informatie te bewaren die een data mining-model definieert.

  • Een taal voor het creëren en werken met data mining-modellen.

De specificatie definieert de basis van data mining als het virtuele object van het data miningmodel. Het data mining model-object omvat alles wat bekend is over een bepaald miningmodel. Het data mining model-object is gestructureerd als een SQL-tabel, met kolommen, datatypes en meta-informatie die het model beschrijven. Deze structuur stelt je in staat de DMX-taal te gebruiken, een uitbreiding van SQL, om modellen te maken en ermee te werken.

Voor meer informatie:Mijnbouwstructuren (Analysediensten - Data Mining)

DMX-verklaringen

Je kunt DMX-statements gebruiken om data mining-modellen te maken, verwerken, verwijderen, kopiëren, browsen en voorspellen. Er zijn twee soorten statements in DMX: datadefinitie-statements en datamanipulatie-instructies. Je kunt elk type statement gebruiken om verschillende soorten taken uit te voeren.

De volgende secties geven meer informatie over het werken met DMX-verklaringen:

Datadefinitie-uitspraken

Gebruik data-definitiestatements in DMX om nieuwe mining-structuren en -modellen te creëren en te definiëren, om mining-modellen en miningstructuren te importeren en te exporteren, en om bestaande modellen uit een database te verwijderen. Datadefinitie-statements in DMX maken deel uit van de data definition language (DDL).

Je kunt de volgende taken uitvoeren met de datadefinitie-statements in DMX:

  • Maak een mijnbouwstructuur aan met de CREATE MINING STRUCTURE-instructie , en voeg een mijnbouwmodel toe aan de mijnbouwstructuur met de ALTER MINING STRUCTURE-instructie .

  • Maak tegelijkertijd een miningmodel en bijbehorende miningstructuur aan door de CREATE MINING MODEL-instructie te gebruiken om een leeg data mining modelobject te bouwen.

  • Exporteer een miningmodel en bijbehorende miningstructuur naar een bestand met behulp van de EXPORT-instructie. Importeer een miningmodel en bijbehorende miningstructuur uit een bestand dat wordt aangemaakt door de EXPORT-instructie met behulp van de IMPORT-instructie .

  • Kopieer de structuur van een bestaand miningmodel naar een nieuw model en train het met dezelfde data door gebruik te maken van de SELECT INTO-instructie .

  • Verwijder een miningmodel volledig uit een database door gebruik te maken van de DROP MINING MODEL-instructie . Verwijder een mining-structuur en alle bijbehorende mining-modellen volledig uit de database door gebruik te maken van de DROP MINING STRUCTURE-instructie .

Voor meer informatie over de data mining-taken die je kunt uitvoeren met DMX-instructies, zie Data Mining Extensions (DMX) Statement Reference.

Terug naar DMX-verklaringen

Gegevensmanipulatie-verklaringen

Gebruik datamanipulatiestatements in DMX om te werken met bestaande miningmodellen, om de modellen te bekijken en voorspellingen te maken tegen hen. Data manipulatiestatements in DMX maken deel uit van de data manipulation language (DML).

Je kunt de volgende taken uitvoeren met de datamanipulatie-instructies in DMX:

Voor meer informatie over de data mining-taken die je kunt uitvoeren met DMX-instructies, zie Data Mining Extensions (DMX) Statement Reference.

Terug naar DMX-verklaringen

DMX Query Grondbeginselen

De SELECT-instructie vormt de basis voor de meeste DMX-zoekopdrachten. Afhankelijk van de clausules die je bij zulke statements gebruikt, kun je browsen, kopiëren of voorspellen tegen miningmodellen. De voorspellingsquery gebruikt een vorm van SELECT om voorspellingen te maken op basis van bestaande mijnbouwmodellen. Functies vergroten je mogelijkheid om de mijnbouwmodellen te bekijken en te bevragen voorbij de intrinsieke mogelijkheden van het dataminingmodel.

Je kunt DMX-functies gebruiken om informatie te verkrijgen die tijdens het trainen van je modellen wordt ontdekt, en om nieuwe informatie te berekenen. Je kunt deze functies voor veel doeleinden gebruiken, waaronder om statistieken terug te geven die de onderliggende data of de nauwkeurigheid van een voorspelling beschrijven, of om een uitgebreide uitleg van een voorspelling te geven.

Voor meerinformatie:Begrijpen van de DMX Select-instructie, General Prediction Functions (DMX),structuur en gebruik van DMX-voorspellingsqueries, Data mining Extensions (DMX) functiereferentie

Terug naar DMX-verklaringen

Zie ook

Data mining Extensions (DMX) functiereferentie
Data Mining Extensions (DMX) Operator Referentie
Data Mining Extensions (DMX) Statement Referentie
Data mining extensies (DMX) syntaxisconventies
Data Mining Extensions (DMX) Syntax Elementen
Algemene Voorspellingsfuncties (DMX)
Structuur en gebruik van DMX-voorspellingsquery's
Begrijpen van de DMX Select-instructie

  • Last updated on