採礦模型的鑽研

適用于：SQL Server 2019 和更早版本的 Analysis Services Azure Analysis Services Fabric/Power BI Premium

重要

資料採礦自 SQL Server 2017 Analysis Services 起退場，現在的 SQL Server 2022 Analysis Services 已不再繼續提供。已退場和不再繼續提供之功能的文件不予更新。若要深入了解，請參閱 Analysis Services 回溯相容性。

「鑽研」表示查詢採礦模型或採礦結構並取得模型中未公開之詳細資料的能力。

SQL Server 2017 提供兩個不同的選項來鑽研案例資料。您可以鑽研用來建立資料的案例，也可以鑽研採礦結構中的案例。

鑽研模型案例和鑽研結構的比較

鑽研 模型案例 對於尋找模型中規則、模式或叢集的詳細資料很有幫助。例如，您不會使用客戶連絡資訊來分析叢集模型中，即使資料可用，您也可以使用鑽研從模型取得該資訊的存取權。

反之， 鑽研結構 資料用意在於提供對模型中無法使用之資訊的存取。例如，一些結構資料行可能因為資料類型不相容或者資料未用於分析而從模型中排除。

若要對採礦模型使用鑽研，必須符合下列條件：

如果採礦模型已經設定成允許鑽研，而且您擁有適當的權限，當您瀏覽此模型時，可以在適當的檢視器中按一下節點，然後擷取有關該特定節點中案例的詳細資訊。

並非所有模型都支援鑽研，這取決於建立模型所使用的演算法。下表列出不支援鑽研或是在限制之下支援鑽研的模型類型。如果模型類型未列在這裡，就會支援鑽研。

演算法名稱	支援鑽研
Microsoft 貝氏機率分類演算法	不支援。這些演算法不會將案例指派給內容中的特定節點。
Microsoft 類神經網路演算法	不支援。這些演算法不會將案例指派給內容中的特定節點。
Microsoft 羅吉斯迴歸演算法	不支援。這些演算法不會將案例指派給內容中的特定節點。
Microsoft 線性迴歸演算法	支援。不過，由於此模型會建立單一節點 [全部]，因此鑽研會傳回模型的所有定型案例。如果定型集很龐大，載入結果的時間可能會很長。
Microsoft 時間序列演算法	支援。不過，您無法使用資料採礦設計師中的 [採礦模型檢視器] ，鑽研結構或案例資料。您必須改為建立 DMX 查詢。此外，您無法鑽研至特定節點，或撰寫 DMX 查詢來擷取時間序列模型之特定節點中的案例。您可以使用其他準則 (例如日期或屬性值)，從模型或結構內部擷取案例資料。如果您想要檢視 Microsoft 時間序列演算法所建立之 ARTXP 和 ARIMA 節點的詳細資料，使用 Microsoft 一般內容樹狀檢視器 (資料採礦) 可能會比較容易。

如需有關如何將鑽研用於採礦模型的詳細資訊，請參閱下列主題。