Tutorial DMX de predicción de series temporales
En este tutorial aprenderá a crear una estructura de minería de datos de serie temporal, creará tres series temporales personalizadas y, a continuación, realizará predicciones utilizando esos modelos.
Los modelos de minería de datos se basan en los datos incluidos en la base de datos de ejemplo AdventureWorksDW2012 , que almacena datos de la empresa ficticia Adventure Works Cycles. Adventure Works Cycles es una gran empresa multinacional de fabricación.
Escenario del tutorial
Adventure Works Cycles ha decidido utilizar la minería de datos para generar previsiones de ventas. La empresa ya ha creado algunos modelos de previsión regionales; para obtener más información, vea Lección 2: generar un escenario de pronóstico (Tutorial intermedio de minería de datos). Sin embargo, el departamento de ventas necesita poder actualizar periódicamente el modelo de minería de datos con nuevos datos de ventas. El departamento desea también personalizar los modelos para proporcionar previsiones diferentes.
Microsoft SQL Server Analysis Services proporciona varias herramientas que se pueden usar para realizar esta tarea:
El lenguaje de consulta Extensiones de minería de datos (DMX)
El algoritmo de serie temporal de Microsoft
El Editor de consultas de SQL Server Management Studio
El algoritmo de serie temporal de Microsoft crea modelos que se pueden utilizar para predecir datos relacionados con el tiempo. Extensiones de minería de datos (DMX) es un lenguaje de consulta proporcionado por Analysis Services que sirve para crear modelos de minería de datos y consultas de predicción.
Aprendizaje
En este tutorial se presupone que ya está familiarizado con los objetos que Analysis Services utiliza para crear modelos de minería de datos. Si aún no ha creado una estructura o modelo de minería de datos mediante DMX, vea Tutorial DMX de Bike Buyer.
El tutorial está compuesto por las lecciones siguientes:
Lección 1: Crear un modelo de minería de datos de serie temporal y una estructura de minería de datos
En esta lección aprenderá a usar la instrucción CREATE MINING MODEL para agregar un nuevo modelo previsión y un modelo de minería de datos relacionado.Lección 2: Agregar modelos de minería de datos a la estructura de minería de datos de serie temporal
En esta lección aprenderá a usar la instrucción ALTER MINING STRUCTURE para agregar nuevos modelos de minería de datos a la estructura de serie temporal. Aprenderá también a personalizar el algoritmo utilizado para analizar una serie temporal.Lección 3: Procesar la estructura de serie temporal y los modelos
En esta lección aprenderá a entrenar los modelos utilizando la instrucción INSERT INTO y rellenando la estructura con datos de la base de datos AdventureWorksDW2012 .Lección 4: Crear predicciones de serie temporal con DMX
En esta lección aprenderá a crear predicciones de serie temporal.Lección 5: Extender el modelo de serie temporal
En esta lección aprenderá a utilizar el parámetro EXTEND_MODEL_CASES para actualizar el modelo con nuevos datos al realizar las predicciones.
Requisitos
Antes de hacer este tutorial, asegúrese de que los siguientes componentes estén instalados:
Microsoft SQL Server
Microsoft SQL Server Analysis Services
La base de datos AdventureWorksDW2012
Con el fin de mejorar la seguridad, las bases de datos de ejemplo no se instalan de forma predeterminada. Para instalar las bases de datos de ejemplos oficiales para Microsoft SQL Server, vaya a https://www.CodePlex.com/MSFTDBProdSamples o en la sección Microsoft SQL Server Product Samples de la página principal de Microsoft SQL Server Samples and Community Projects. Haga clic en Databases y, a continuación en la pestaña Releases y seleccione las bases de datos que desee.
[!NOTA]
Para consultar los tutoriales, se recomienda agregar los botones Siguiente y Anterior a la barra de herramientas del visor de documentos. Para obtener más información, vea Agregar los botones Siguiente y Anterior a la Ayuda.
Vea también
Tasks
Tutorial básico de minería de datos
Conceptos
Tutorial intermedio de minería de datos (Analysis Services - Minería de datos)