다음을 통해 공유

데이터 마이닝 개체 처리

데이터 마이닝 개체는 처리될 때까지 빈 컨테이너일 뿐입니다. 데이터 마이닝 모델 처리를학습이라고도 합니다.

마이닝 구조 처리: 마이닝 구조는 열 바인딩 및 사용 메타데이터에 정의된 대로 외부 데이터 원본에서 데이터를 가져오고 데이터를 읽습니다. 이 데이터는 전체로 읽은 다음 분석되어 다양한 통계를 추출합니다. Analysis Services는 데이터 마이닝 알고리즘의 분석에 적합한 데이터의 압축 표현을 로컬 캐시에 저장합니다. 모델을 처리한 후 이 캐시를 유지하거나 삭제할 수 있습니다. 기본적으로 캐시는 저장됩니다. 자세한 내용은 마이닝 구조 처리를 참조하세요.

마이닝 모델 처리: 마이닝 모델은 처리되기 전까지는 정의만 포함되어 있으며 비어 있는 상태입니다. 마이닝 모델을 처리하려면 마이닝 모델을 기반으로 하는 마이닝 구조가 처리되어야 합니다. 마이닝 모델은 마이닝 구조 캐시에서 데이터를 가져오고 모델에 생성되었을 수 있는 필터를 적용한 다음 알고리즘을 통해 데이터 집합을 전달하여 패턴을 검색합니다. 모델을 처리한 후 모델은 데이터 자체가 아닌 처리 결과만 저장합니다. 자세한 내용은 마이닝 모델 처리를 참조하세요.

다음 다이어그램에서는 마이닝 구조가 처리될 때와 마이닝 모델이 처리되는 경우의 데이터 흐름을 보여 줍니다.

데이터 처리: 원본에서 구조로, 구조에서 모델로

처리 결과 보기

마이닝 구조가 처리된 후 통계 분석에 사용할 데이터의 압축 표현이 포함됩니다. 캐시가 지워지지 않은 경우 다음과 같은 방법으로 이 캐시의 데이터에 액세스할 수 있습니다.

마이닝 모델을 처리한 후에는 분석에서 파생된 패턴만 포함하고 모델 결과에서 캐시된 학습 데이터로 매핑합니다. 모델 콘텐츠라고 하는 모델 결과를 찾아보거나 쿼리하거나, 모델 및 구조 사례(캐시된 경우)를 쿼리할 수 있습니다.

각 마이닝 모델에 대한 모델 콘텐츠는 모델을 만드는 데 사용된 알고리즘에 따라 달라집니다. 예를 들어 한 모델이 클러스터링 모델이고 다른 모델이 의사 결정 트리 모델인 경우 모델이 정확히 동일한 데이터를 사용하더라도 모델 콘텐츠는 매우 다릅니다. 자세한 내용은 마이닝 모델 콘텐츠(Analysis Services - 데이터 마이닝)를 참조하세요.

처리 요구 사항

마이닝 모델이 관계형 데이터만을 기반으로 하는지 다차원 데이터 원본을 기반으로 하는지에 따라 처리 요구 사항이 다를 수 있습니다.

관계형 데이터 원본의 경우 처리하려면 학습 데이터를 만들고 해당 데이터에 대한 마이닝 알고리즘을 실행하기만 하면 됩니다. 그러나 차원 및 측정값과 같은 OLAP 개체를 기반으로 하는 마이닝 모델은 기본 데이터가 처리된 상태여야 합니다. 이렇게 하려면 다차원 개체를 처리하여 마이닝 모델을 채워야 할 수 있습니다.

자세한 내용은 처리 요구 사항 및 고려 사항(데이터 마이닝)을 참조하세요.

또한 참조하십시오

드릴스루 쿼리(데이터 마이닝)
마이닝 구조체(Analysis Services - 데이터 마이닝)
마이닝 모델(Analysis Services - 데이터 마이닝)
논리 아키텍처(Analysis Services - 데이터 마이닝)

  • Last updated on