Diese Aufgabe führt eine Kreuzvalidierung der ausgewählten Modelle aus der Miningstruktur '{0}' aus. Die Aufgabe generiert einen Bericht über die Qualität der Modelle bei der Vorhersage des Attributs {1}. Bei bestimmten Modellen und Attributen können Sie auch einen bestimmten Zustand auswählen, bei dem dieses Attribut getestet werden soll. Zusätzlich können Sie einen Wahrscheinlichkeitsschwellenwert auswählen, anhand dessen das Modell eine Vorhersage als richtig einstufen soll. Auf Grundlage dieser Einstellungen werden die Daten entsprechend dem Parameter für die Aufteilungsanzahl in {2} Aufteilungen partitioniert. Bei der Prüfung des Modells werden entsprechend dem Parameter für die maximale Zeilenanzahl bis zu {3} Zeilen berücksichtigt. Wenn dieser auf 0 festgelegt ist, werden alle Fälle berücksichtigt. Dies kann einige Zeit in Anspruch nehmen.
Diese Abfrage ist ungültig. Sie enthält mehrere Jointypen für mindestens eine Tabelle. Korrigieren Sie die Abfrage so, dass ...
Diese Abfrage ist ungültig. Sie enthält Tabellen, die Fremdschlüsselbeziehungen mit Zirkelverweisen enthalten. Entfernen ...
Diese Aktion führt dazu, dass aus der {0}-Datenbank zwar die ausgewählten Abonnementinformationen, aber nicht die zuvor replizierten ...
Diese Anweisung wird als nächste ausgeführt. Zum Ändern der Anweisung, die als nächste ausgeführt wird, ziehen Sie den Pfeil ...
Diese Aufgabe führt eine Kreuzvalidierung der ausgewählten Modelle aus der Miningstruktur '{0}' aus. Die Aufgabe generiert ...
Diese Beziehung wird durch eine andere referenzierte Beziehung definiert. Für die Definition von Ketten referenzierter Beziehungen ...
Diese Beziehung wird durch eine oder mehrere referenzierte Beziehungen definiert, die nicht materialisiert sind. Für die ...
Diese Datei enthält Datasets, die Sie zum Testen der Data Mining-Add-Ins verwenden können. Diese Daten wurden aus der Ad ...
Diese Datei umfasst Datensätze, die Sie zum Testen der Data Mining-Add-Ins verwenden können. Diese Daten wurden aus der ...