在模型中指定用作回归器的列

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

重要

SQL Server 2017 Analysis Services 中弃用了数据挖掘，现已在 SQL Server 2022 Analysis Services 中停止使用。文档不会更新为已弃用和已停用的功能。若要了解详细信息，请参阅 Analysis Services 向后兼容性。

线性回归模型表示可预测属性的值作为公式的结果，该公式将输入组合在一起，使数据尽可能接近于估计回归线。该算法仅接受数值作为输入，并自动检测最适合的输入。

但是，可以通过在模型中添加 FORCE_REGRESSOR 参数并指定使用的回归器来将某个列作为回归器进行包含。当属性的效应过小以至于无法被模型检测到，但该属性仍然具有意义，或者当你希望确保该属性被包含在公式中时，你可能会希望这样做。

以下过程介绍如何使用用于神经网络教程的相同示例数据创建简单的线性回归模型。模型不一定可靠，但演示如何使用数据挖掘设计器自定义线性回归模型。

在 SQL Server Data Tools 的解决方案 资源管理器 中，展开 挖掘结构。
双击“呼叫中心.dmm”以在设计器中打开它。
从 “挖掘模型 ”菜单中，选择“ 新建挖掘模型”。
对于算法，请选择 Microsoft线性回归。对于名称，请键入 呼叫中心回归。
在 “挖掘模型 ”选项卡中，按如下所示更改列使用情况。以下列表中未列出的所有列应设置为忽略，如果它们尚未设置。

FactCallCenterID密钥

ServiceGradePredictOnly

运算符输入总数

AverageTimePerIssue输入
在 “挖掘模型 ”菜单中，选择“ 设置模型参数”。
对于参数，FORCE_REGRESSOR，在 “值 ”列中，键入括在括号中的列名称，用逗号分隔，如下所示：
```
[Average Time Per Issue],[Total Operators]  
```
注释

该算法将自动检测哪些列是最佳回归器。仅当想要确保列包含在最终公式中时，才需要强制回归器。
从 “挖掘模型 ”菜单中，选择“ 进程模型”。

在查看器中，模型表示包含回归公式的单个节点。可以在 挖掘图例中查看公式，也可以使用查询提取公式的系数。

另请参阅

此页面是否有帮助？