Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Si applica a:
SQL Server 2019 e versioni precedenti di Analysis Services 
Azure Analysis Services Fabric/Power BI Premium
Importante
Il data mining è stato deprecato in SQL Server 2017 Analysis Services e ora è stato sospeso in SQL Server 2022 Analysis Services. La documentazione non viene aggiornata per le funzionalità deprecate e non più disponibili. Per altre informazioni, vedere Compatibilità con le versioni precedenti di Analysis Services.
Quando si crea un modello di data mining o una struttura di data mining in Microsoft SQL Server SQL Server Analysis Services, è necessario definire i tipi di dati per ognuna delle colonne della struttura di data mining. Il tipo di dati indica al motore di analisi se i dati nell'origine dati sono numerici o di testo e come devono essere elaborati i dati. Ad esempio, se i dati di origine contengono dati numerici, è possibile specificare se i numeri vengono considerati come numeri interi o usando cifre decimali.
SQL Server Analysis Services supporta i tipi di dati seguenti per le colonne della struttura di data mining:
| Tipo di dati | Tipi di contenuto supportati |
|---|---|
| Text | Ciclico, Discreto, Discretizzato, Sequenza chiave, Ordinato, Sequenza |
| lungo | Continuous, Cyclical, Discrete, Discretized, Key, Key Sequence, Key Time, Ordered, Sequence, Time Classificato |
| Booleano | Ciclico, Discreto, Ordinato |
| Doppio | Continuous, Cyclical, Discrete, Discretized, Key, Key Sequence, Key Time, Ordered, Sequence, Time Classificato |
| Date | Continuous, Cyclical, Discrete, Discretized, Key, Key Sequence, Key Time, Ordered |
Annotazioni
I tipi di contenuto Time e Sequence sono supportati solo da algoritmi di terze parti. I tipi di contenuto Ciclici e Ordinati sono supportati, ma la maggior parte degli algoritmi li considera come valori discreti e non eseguono un'elaborazione speciale.
La tabella mostra anche i tipi di contenuto supportati per ogni tipo di dati.
Il tipo di contenuto è specifico del data mining e consente di personalizzare il modo in cui i dati vengono elaborati o calcolati nel modello di data mining. Ad esempio, anche se la colonna contiene numeri, potrebbe essere necessario modellarli come valori discreti. Se la colonna contiene numeri, è anche possibile specificare che devono essere binate o discretizzate oppure specificare che il modello li gestisce come valori continui. Di conseguenza, il tipo di contenuto può avere un effetto enorme sul modello. Per un elenco di tutti i tipi di contenuto, vedere Tipi di contenuto (data mining).
Annotazioni
In altri sistemi di Machine Learning è possibile che si verifichino i termini dati nominale, fattori o categorie, dati ordinali o dati di sequenza. In generale, corrispondono ai tipi di contenuto. In SQL Server il tipo di dati specifica solo il tipo di valore per l'archiviazione, non il relativo utilizzo nel modello.
Specifica di un tipo di dati
Se si crea il modello di data mining direttamente utilizzando DMX (Data Mining Extensions), è possibile definire il tipo di dati per ogni colonna durante la definizione del modello e Analysis Services creerà la struttura di data mining corrispondente con i tipi di dati specificati contemporaneamente. Se si crea il modello di data mining o la struttura di data mining tramite una procedura guidata, Analysis Services suggerisce un tipo di dati oppure è possibile scegliere un tipo di dati da un elenco.
Modifica di un tipo di dati
Se si modifica il tipo di dati di una colonna, è necessario rielaborare sempre la struttura di data mining e tutti i modelli di data mining basati su tale struttura. In alcuni casi, se si modifica il tipo di dati, tale colonna non può più essere usata in un modello specifico. In tal caso, Analysis Services genererà un errore durante la rielaborazione del modello o elaborerà il modello, ma non presenterà tale colonna specifica.
Vedere anche
Tipi di contenuto (data mining)
Tipi di contenuto (DMX)
Algoritmi di Data Mining (Analysis Services - Data Mining)
Strutture di Data Mining (Analysis Services - Data Mining)
Tipi di dati (DMX)
Colonne del modello di data mining
Colonne della struttura di data mining