Sinalizadores de modelação (mineração de dados)

Aplica-se a: SQL Server 2019 e anteriores Analysis Services Azure Analysis Services Fabric/Power BI Premium

No SQL Server SQL Server Analysis Services, os sinalizadores de modelação fornecem a um algoritmo de mineração de dados informações adicionais sobre os dados de uma tabela de casos. O algoritmo utiliza esta informação para construir um modelo de mineração de dados mais preciso.

Define alguns sinalizadores de modelação ao nível da estrutura de mineração e outros ao nível da coluna do modelo de mineração. Por exemplo, use o flag de modelação NOT NULL com colunas de estrutura de mineração. O algoritmo que usa para criar o modelo determina quais os flags de modelação adicionais que pode definir nas colunas do modelo de mineração.

Lista de opções de modelação

O SQL Server Analysis Services suporta as seguintes bandeiras de modelação. Para informações sobre flags que algoritmos específicos suportam, consulte a referência técnica do algoritmo que cria o modelo.

NÃO NULO
Especifica que a coluna de atributos não pode conter valores nulos. Durante o treino de modelos, o SQL Server Analysis Services devolve um erro se encontrar um valor nulo nesta coluna.

MODEL_EXISTENCE_ONLY
Trata a coluna como tendo dois estados: Desaparecida e Existente. Se o valor for NULL, o algoritmo considera-o Ausente. O flag MODEL_EXISTENCE_ONLY aplica-se ao atributo previsível, e a maioria dos algoritmos suporta o flag.

Quando defines a bandeira de MODEL_EXISTENCE_ONLY para Verdadeiro, o modelo representa valores com apenas dois estados: Faltantes e Existentes. Combina todos os estados não faltantes num único valor Existente .

Uma utilização típica deste flag de modelação seria em atributos para os quais o estado NULL tem um significado implícito, e o valor explícito do estado NOT NULL pode não ser tão importante quanto o facto de a coluna ter algum valor. Por exemplo, uma coluna [DateContractSigned] pode ser NULA se um contrato nunca foi assinado e NÃO NULA se o contrato foi assinado. Portanto, se o objetivo do modelo for prever se um contrato será assinado, pode usar o flag de MODEL_EXISTENCE_ONLY para ignorar o valor exato da data nos casos NOT NULL e distinguir apenas entre casos em que um contrato está em falta ou em existência.

Regressor
O flag REGRESSOR marca a coluna como regressor candidato durante o processamento. Use esta bandeira apenas numa coluna de modelo de mineração que tenha um tipo de dado numérico contínuo. Para mais informações, consulte Utilizações do sinalizador de modelação REGRESSOR.

Visualização e Mudança de Bandeiras de Modelação

Veja os sinalizadores de modelação de uma coluna da estrutura de mineração ou de uma coluna do modelo nas propriedades da estrutura ou do modelo no Data Mining Designer.

Para verificar os sinalizadores de modelação da estrutura de mineração atual, consulte o conjunto de linhas do esquema de mineração de dados. A consulta seguinte devolve sinalizadores apenas para colunas de tipo estrutura.

SELECT COLUMN_NAME, MODELING_FLAG  
FROM $system.DMSCHEMA_MINING_STRUCTURE_COLUMNS  
WHERE STRUCTURE_NAME = '<structure name>'  

Pode adicionar ou alterar as flags de modelação usadas num modelo usando o Data Mining Designer e editando as propriedades das colunas associadas. Tais alterações exigem que a estrutura ou modelo seja reprocessado.

Especifique flags de modelação numa nova estrutura ou modelo de mineração usando scripts DMX, AMO ou XMLA. O DMX não pode alterar flags de modelação num modelo ou estrutura de mineração existente. Em vez disso, crie um modelo de mineração com ALTER MINING STRUCTURE ... ADD MINING MODEL.

Utilizações do flag de modelação REGRESSOR

Quando defines o REGRESSOR flag de modelação numa coluna, indicas que a coluna contém potenciais regressores. O algoritmo determina quais os regressores que o modelo usa e descarta os que não modelam o atributo previsível.

Quando constróis um modelo usando o assistente de Data Mineing, todas as colunas de entrada contínua são sinalizadas como possíveis regressores. Portanto, mesmo que não defina explicitamente o flag REGRESSOR numa coluna, a coluna pode ser usada como regressor no modelo.

Pode determinar os regressores que foram realmente usados no modelo processado realizando uma consulta ao conjunto de linhas do esquema para o modelo de mineração, como mostrado no exemplo seguinte:

SELECT COLUMN_NAME, MODELING_FLAG  
FROM $system.DMSCHEMA_MINING_COLUMNS  
WHERE MODEL_NAME = '<model name>'  

Nota Depois de alterar o tipo de conteúdo de uma coluna de mineração de contínuo para discreto, altere manualmente o sinalizador da coluna e reprocesse o modelo.

Regressores em modelos de regressão linear

Os modelos de regressão linear baseiam-se no algoritmo Microsoft Decision Trees. Mesmo que não use o algoritmo de regressão linear da Microsoft, qualquer modelo de árvore de decisão pode conter uma árvore ou nós que representam uma regressão num atributo contínuo.

Portanto, nestes modelos não é necessário especificar que uma coluna contínua representa um regressor. O algoritmo das Árvores de Decisão da Microsoft divide o conjunto de dados em regiões com padrões significativos, mesmo que não definas a bandeira REGRESSOR na coluna. A diferença é que, ao definir o parâmetro de modelação, o algoritmo tenta encontrar equações de regressão do seguinte tipo que se ajustem aos padrões presentes nos nós da árvore.

a*C1 + b*C2 + ...

O algoritmo calcula a soma dos resíduos. Se o desvio for demasiado grande, o algoritmo força uma divisão na árvore.

Por exemplo, suponha que prevê o comportamento de compra do cliente usando o Rendimento como atributo e define o flag de modelação REGRESSOR na coluna. O algoritmo tenta primeiro ajustar os valores de Rendimento a uma fórmula padrão de regressão. Se o desvio for demasiado grande, o algoritmo abandona a fórmula e divide a árvore noutro atributo. O algoritmo tenta então ajustar um regressor de rendimento em cada ramo.

Use o parâmetro FORCE_REGRESSOR para exigir que o algoritmo utilize um regressor específico. As Árvores de Decisão e os algoritmos de regressão linear suportam este parâmetro.

Tarefas relacionadas

Utilize as ligações seguintes para saber mais sobre a modelação de sinalizadores.