Microsoft Linear Regression Algorithm

Platí pro: SQL Server 2019 a starší služby Analysis Services Azure Analysis Services Fabric/ Power BI Premium

Důležité

Dolování dat bylo v SQL Serveru 2017 Analysis Services zastaralé a nyní ukončeno ve službě SQL Server 2022 Analysis Services. Dokumentace se neaktualizuje pro zastaralé a ukončené funkce. Další informace najdete v tématu Zpětná kompatibilita služby Analysis Services.

Microsoft Linear Regression algoritmus je variace algoritmu Microsoft Decision Trees, který pomáhá vypočítat lineární vztah mezi závislými a nezávislými proměnnými a pak použít tento vztah pro predikci.

Relace má formu rovnice pro čáru, která nejlépe představuje řadu dat. Například řádek v následujícím diagramu je nejlepší možnou lineární reprezentací dat.

Každý datový bod v diagramu má chybu spojenou s jeho vzdáleností od regresní přímky. Koeficienty a b v regresní rovnici upraví úhel a umístění regresní přímky. Regresní rovnici můžete získat tak, že upravíte a b, dokud součet chyb přidružených ke všem bodům nedosáhne minimální hodnoty.

Existují další druhy regrese, které používají více proměnných, a také nelineární metody regrese. Lineární regrese je ale užitečná a dobře známá metoda modelování odpovědi na změnu v určitém základním faktoru.

Example

Pomocí lineární regrese můžete určit vztah mezi dvěma souvislými sloupci. Lineární regresi můžete například použít k výpočtu trendové přímky z výrobních nebo prodejních dat. Lineární regresi můžete také použít jako prekurzor vývoje složitějších modelů dolování dat k vyhodnocení vztahů mezi datovými sloupci.

Ačkoli existuje mnoho způsobů, jak vypočítat lineární regresi, které nevyžadují nástroje pro dolování dat, výhodou použití algoritmu lineární regrese microsoftu pro tuto úlohu je, že všechny možné vztahy mezi proměnnými se automaticky vypočítá a testují. Nemusíte vybírat výpočetní metodu, jako je řešení nejmenších čtverců. Lineární regrese však může zjednodušit vztahy ve scénářích, kde více faktorů ovlivňuje výsledek.

Jak funguje algoritmus

Microsoft Linear Regression algoritmus je variace algoritmu Microsoft Decision Trees. Když vyberete algoritmus lineární regrese Společnosti Microsoft, vyvolá se zvláštní případ algoritmu Rozhodovací stromy Společnosti Microsoft s parametry, které omezují chování algoritmu a vyžadují určité vstupní datové typy. Kromě toho se v modelu lineární regrese používá celá datová sada pro výpočetní vztahy v počátečním průchodu, zatímco standardní model rozhodovacích stromů rozděluje data opakovaně na menší podmnožiny nebo stromy.

Data požadovaná pro modely lineární regrese

Při přípravě dat pro použití v modelu lineární regrese byste měli porozumět požadavkům konkrétního algoritmu. To zahrnuje, kolik dat je potřeba a jak se data používají. Požadavky pro tento typ modelu jsou následující:

• Sloupec s jedním klíčem Každý model musí obsahovat jeden číselný nebo textový sloupec, který jednoznačně identifikuje každý záznam. Složené klíče nejsou povolené.

• Předvídatelný sloupec Vyžaduje alespoň jeden předvídatelný sloupec. Do modelu můžete zahrnout více předvídatelných atributů, ale předvídatelné atributy musí být souvislé číselné datové typy. Datový typ datetime nelze použít jako předvídatelný atribut, i když je nativní úložiště dat číselné.

• Vstupní sloupce Vstupní sloupce musí obsahovat souvislá číselná data a musí být přiřazeny příslušnému datovému typu.

Další informace naleznete v části Požadavky v technické referenční dokumentaci k algoritmu lineární regrese společnosti Microsoft.

Zobrazení modelu lineární regrese

K prozkoumání modelu použijete prohlížeč Microsoft Tree Viewer. Struktura stromu pro model lineární regrese je velmi jednoduchá a všechny informace o regresní rovnici obsažené v jednom uzlu. Další informace naleznete v tématu Procházení modelu pomocí prohlížeče Microsoft Tree Viewer.

Pokud chcete získat další podrobnosti o rovnici, můžete také zobrazit koeficienty a další podrobnosti pomocí prohlížeče Microsoft Generic Content Tree Viewer.

U modelu lineární regrese zahrnuje obsah modelu metadata, regresní vzorec a statistiky o rozdělení vstupních hodnot. Další informace naleznete v tématu Obsah modelu dolování pro lineární regresní modely (Analysis Services - Data Mining).

Vytváření předpovědí

Po zpracování modelu se výsledky uloží jako sada statistik společně se vzorcem lineární regrese, který můžete použít k výpočtu budoucích trendů. Příklady dotazů, které se mají použít s modelem lineární regrese, najdete v tématu Příklady dotazů modelu lineární regrese.

Obecné informace o tom, jak vytvářet dotazy na dolování modelů, naleznete v tématu Dotazy dolování dat.

Kromě vytvoření modelu lineární regrese výběrem algoritmu Lineární regrese Společnosti Microsoft, pokud je předvídatelný atribut souvislý číselný datový typ, můžete vytvořit model rozhodovacího stromu, který obsahuje regrese. V tomto případě algoritmus rozdělí data, když najde vhodné oddělovací body, ale u některých oblastí dat vytvoří místo toho regresní vzorec. Další informace o regresních stromech v rámci modelu rozhodovacích stromů naleznete v tématu Obsah modelu těžby pro modely rozhodovacího stromu (Analysis Services – Dolování dat).

Poznámky

• Nepodporuje použití jazyka PMML (Predictive Model Markup Language) k vytváření dolování modelů.

• Nepodporuje vytváření dimenzí dolování dat.

• Podporuje podrobnou analýzu.

• Podporuje použití dolování modelů OLAP.

Viz také

Algoritmy dolování dat (Analysis Services – Dolování dat)
Technické reference k algoritmu lineární regrese společnosti Microsoft
Příklady dotazů modelu lineární regrese
Obsah modelu dolování pro lineární regresní modely (Analysis Services – Dolování dat)