SELECT FROM <modelo> PREDICTION JOIN (DMX)

Artículo
05/28/2013

Usa un modelo de minería de datos para predecir los estados de las columnas de un origen de datos externo. La instrucción PREDICTION JOIN compara todos los casos de la consulta de origen con el modelo.

Sintaxis

SELECT [FLATTENED] [TOP <n>] <select expression list> 
FROM <model> | <sub select> [NATURAL] PREDICTION JOIN 
<source data query> [ON <join mapping list>] 
[WHERE <condition expression>]
[ORDER BY <expression> [DESC|ASC]]

Argumentos

n
Opcional. Entero que especifica el número de filas que se devuelven.
select expression list
Lista delimitada por comas de expresiones o identificadores de columna derivados del modelo de minería de datos.
model
Identificador de modelo.
sub select
Instrucción SELECT incrustada.
source data query
Consulta de origen.
join mapping list
Opcional. Expresión lógica que compara columnas del modelo con columnas de la consulta de origen.
condition expression
Opcional. Condición para restringir los valores que devuelve la lista de columnas.
expression
Opcional. Expresión que devuelve un valor escalar.

Comentarios

La cláusula ON define la asignación entre las columnas de la consulta de origen y las columnas del modelo de minería. Esta asignación sirve para unir columnas de la consulta de origen con columnas del modelo de minería de datos de forma que las columnas se puedan usar como entradas para crear las predicciones. Las columnas de <join mapping list> están relacionadas con un signo igual (=), como se muestra en el siguiente ejemplo:

[MiningModel].ColumnA = [source data query].Column1 AND 
[MiningModel].ColumnB = [source data query].Column2 AND
...

Si va a enlazar una tabla anidada de la cláusula ON, asegúrese de enlazar la columna de clave con las columnas sin clave para que el algoritmo pueda identificar correctamente el caso al que pertenece el registro de la columna anidada.

La columna de origen de la combinación de predicción puede ser una tabla o una consulta singleton.

Puede especificar funciones de predicción que no devuelven una expresión de tabla en los argumentos <select expression list> y <condition expression>.

La instrucción NATURAL PREDICTION JOIN enlaza automáticamente nombres de columna de la consulta de origen que coinciden con nombres de columna del modelo. Si usa NATURAL PREDICTION, puede omitir la cláusula ON.

La condición WHERE solo se puede aplicar a columnas de predicción o relacionadas.

La cláusula ORDER by puede aceptar únicamente una columna como argumento; es decir, no puede ordenar por más de una columna.

Ejemplo 1: consulta singleton

El ejemplo siguiente muestra cómo crear una consulta para predecir si una persona determinada comprará una bicicleta en tiempo real. En esta consulta los datos no están almacenados en una tabla u otro origen de datos, sino que se especifican directamente en la consulta. La persona de la consulta tiene el siguiente perfil:

35 años
Tiene una casa de propiedad
Tiene dos coches
Tiene dos hijos que viven con ella

Al usar el modelo de minería de datos TM Decision Tree y las características conocidas del sujeto, la consulta devuelve un valor booleano que describe si la persona compró la bicicleta y un conjunto de valores tabulares, que devuelve la función PredictHistogram (DMX), y que describen cómo se llevó a cabo la predicción.

SELECT
  [TM Decision Tree].[Bike Buyer],
  PredictHistogram([Bike Buyer])
FROM
  [TM Decision Tree]
NATURAL PREDICTION JOIN
(SELECT 35 AS [Age],
  '5-10 Miles' AS [Commute Distance],
  '1' AS [House Owner Flag],
  2 AS [Number Cars Owned],
  2 AS [Total Children]) AS t

Ejemplo 2: usar OPENQUERY

En el ejemplo siguiente se muestra cómo crear una consulta de predicción por lotes mediante una lista de clientes potenciales almacenada en un conjunto de datos externo. Dado que la tabla forma parte de una vista del origen de datos definida en una instancia de Analysis Services, la consulta puede utilizar OPENQUERY para recuperar los datos. Puesto que los nombres de las columnas de la tabla son diferentes de las del modelo de minería de datos, la cláusula ON se debe utilizar para asignar las columnas de la tabla a las columnas del modelo.

La consulta devuelve nombre y el apellido de cada persona de la tabla, junto con una columna booleana que indica si es probable que cada persona compre una bicicleta, donde 0 significa que "probablemente no comprará una bicicleta" y 1 significa que "probablemente comprará una bicicleta". La última columna contiene la probabilidad del resultado predicho.

SELECT
  t.[LastName],
  t.[FirstName],
  [TM Decision Tree].[Bike Buyer],
  PredictProbability([Bike Buyer])
From
  [TM Decision Tree]
PREDICTION JOIN
  OPENQUERY([Adventure Works DW Multidimensional 2012],
    'SELECT
      [LastName],
      [FirstName],
      [MaritalStatus],
      [Gender],
      [YearlyIncome],
      [TotalChildren],
      [NumberChildrenAtHome],
      [Education],
      [Occupation],
      [HouseOwnerFlag],
      [NumberCarsOwned]
    FROM
      [dbo].[ProspectiveBuyer]
    ') AS t
ON
  [TM Decision Tree].[Marital Status] = t.[MaritalStatus] AND
  [TM Decision Tree].[Gender] = t.[Gender] AND
  [TM Decision Tree].[Yearly Income] = t.[YearlyIncome] AND
  [TM Decision Tree].[Total Children] = t.[TotalChildren] AND
  [TM Decision Tree].[Number Children At Home] = t.[NumberChildrenAtHome] AND
  [TM Decision Tree].[Education] = t.[Education] AND
  [TM Decision Tree].[Occupation] = t.[Occupation] AND
  [TM Decision Tree].[House Owner Flag] = t.[HouseOwnerFlag] AND
  [TM Decision Tree].[Number Cars Owned] = t.[NumberCarsOwned]

Para restringir el conjunto de datos únicamente a los clientes de los que se ha predicho que comprarán una bicicleta y, a continuación, ordenar la lista por el nombre del cliente, puede agregar una cláusula WHERE y una cláusula ORDER BY al ejemplo anterior:

WHERE [BIKE Buyer]
ORDER BY [LastName] ASC

Ejemplo 3: predecir las asociaciones

En el ejemplo siguiente se muestra cómo crear una predicción usando un modelo generado a partir del algoritmo de asociación de Microsoft. Las predicciones en un modelo de asociación se pueden utilizar para recomendar productos relacionados. Por ejemplo, la consulta siguiente devuelve los tres productos que es más probable que se compren juntos:

Mountain Bottle Cage
Mountain Tire Tube
Mountain-200

La función Predict (DMX) es polimórfica y se utiliza con todos los tipos de modelo. El valor de value3 se usa como argumento para la función con el fin de limitar el número de elementos que devuelve la consulta. La lista SELECT que sigue a la cláusula NATURAL PREDICTION JOIN proporciona los valores que se usarán como entrada para la predicción.

SELECT FLATTENED
  PREDICT([Association].[v Assoc Seq Line Items], 3)
FROM
  [Association]
NATURAL PREDICTION JOIN
(SELECT (SELECT 'Mountain Bottle Cage' AS [Model]
  UNION SELECT 'Mountain Tire Tube' AS [Model]
  UNION SELECT 'Mountain-200' AS [Model]) AS [v Assoc Seq Line Items ]) AS t

Resultados del ejemplo:

Expression.Model
HL Mountain Tire
Water Bottle
Fender Set - Mountain

Dado que la columna que contiene el atributo de predicción, [v Assoc Seq Line Items], es una columna de la tabla, la consulta devuelve una única columna que contiene una tabla anidada. De forma predeterminada, la columna de tabla anidada se denomina Expression. Si el proveedor no admite los conjuntos de filas jerárquicos, puede utilizar la palabra clave FLATTENED como se muestra en este ejemplo para facilitar la visualización de los resultados.