Bagikan melalui


Menerapkan Fungsi Prediksi ke Model

Berlaku untuk: SQL Server 2019 dan Analysis Services Azure Analysis Services Fabric/Power BI Premium sebelumnya

Penting

Penambangan data tidak digunakan lagi di SQL Server 2017 Analysis Services dan sekarang dihentikan di SQL Server 2022 Analysis Services. Dokumentasi tidak diperbarui untuk fitur yang tidak digunakan lagi dan dihentikan. Untuk mempelajari selengkapnya, lihat Kompatibilitas mundur Analysis Services.

Untuk membuat kueri prediksi di SQL Server Data Mining, Anda harus terlebih dahulu memilih model penambangan tempat kueri akan didasarkan. Anda dapat memilih model penambangan apa pun yang ada di proyek saat ini.

Setelah Anda memilih model, tambahkan fungsi prediksi ke kueri. Fungsi prediksi dapat digunakan untuk mendapatkan prediksi, tetapi Anda juga dapat menambahkan fungsi prediksi yang mengembalikan statistik terkait, seperti probabilitas nilai yang diprediksi, atau informasi yang digunakan dalam menghasilkan prediksi.

Fungsi prediksi dapat mengembalikan jenis nilai berikut:

  • Nama atribut yang dapat diprediksi, dan nilai yang diprediksi.

  • Statistik tentang distribusi dan varian nilai yang diprediksi.

  • Probabilitas hasil yang ditentukan, atau dari semua kemungkinan hasil.

  • Skor atau nilai teratas atau terbawah.

  • Nilai yang terkait dengan simpul, objek, atau atribut tertentu.

Jenis fungsi prediksi yang tersedia bergantung pada jenis model yang sedang Anda kerjakan. Misalnya, fungsi prediksi yang diterapkan pada model pohon keputusan dapat mengembalikan aturan dan deskripsi simpul; fungsi prediksi untuk model rangkaian waktu dapat mengembalikan lag dan informasi lain khusus untuk rangkaian waktu.

Untuk daftar fungsi prediksi yang didukung untuk hampir semua jenis model, lihat Fungsi Prediksi Umum (DMX).

Untuk contoh cara mengkueri jenis model penambangan tertentu, lihat topik referensi algoritma, di Algoritma Penggalian Data (Analysis Services - Penggalian Data).

Pilih model penambangan yang akan digunakan untuk prediksi

  1. Dari SQL Server Management Studio, klik kanan model, dan pilih Bangun Kueri Prediksi.

    --ATAU--

    Di SQL Server Data Tools, klik tab, Prediksi Model Penambangan, lalu klik Pilih Model dalam tabel Model Penambangan.

  2. Dalam kotak dialog Pilih Model Penambangan , pilih model penambangan, lalu klik OK.

    Anda dapat memilih model apa pun dalam database SQL Server Analysis Services saat ini. Untuk membuat kueri menggunakan model dalam database lain, Anda harus membuka jendela kueri baru dalam konteks database tersebut, atau membuka file solusi yang berisi model tersebut.

Menambahkan fungsi prediksi ke kueri

  1. Di Penyusun Kueri Prediksi, konfigurasikan data input yang digunakan untuk prediksi, baik dengan menyediakan nilai dalam kotak dialog Input Kueri Singleton , atau dengan memetakan model ke sumber data eksternal.

    Untuk informasi selengkapnya, lihat Memilih dan Memetakan Data Input untuk Kueri Prediksi.

    Peringatan

    Anda tidak perlu memberikan input untuk menghasilkan prediksi. Ketika tidak ada input, algoritma biasanya akan mengembalikan nilai yang kemungkinan besar diprediksi di semua input yang mungkin.

  2. Klik kolom Sumber , dan pilih nilai dari daftar:

    Nilai Deskripsi
    <nama model> Pilih opsi ini untuk menyertakan nilai dari model penambangan dalam output. Anda hanya dapat menambahkan kolom yang dapat diprediksi.

    Saat Anda menambahkan kolom dari model, hasil yang dikembalikan adalah daftar nilai yang tidak berbeda di kolom tersebut.

    Kolom yang Anda tambahkan dengan opsi ini disertakan dalam bagian SELECT dari pernyataan DMX yang dihasilkan.
    Fungsi Prediksi Pilih opsi ini untuk menelusuri daftar fungsi prediksi.

    Nilai atau fungsi yang Anda pilih ditambahkan ke bagian SELECT dari pernyataan DMX yang dihasilkan.

    Daftar fungsi prediksi tidak difilter atau dibatasi oleh jenis model yang Telah Anda pilih. Oleh karena itu, jika Anda memiliki keraguan tentang apakah fungsi didukung untuk jenis model saat ini, Anda cukup menambahkan fungsi ke daftar dan melihat apakah ada kesalahan.

    Mencantumkan item yang didahului oleh $ (seperti $AdjustedProbability) mewakili kolom dari tabel berlapis yang merupakan output saat Anda menggunakan fungsi , PredictHistogram. Ini adalah pintasan yang bisa Anda gunakan untuk mengembalikan satu kolom dan bukan tabel berlapis.
    Ekspresi Kustom Pilih opsi ini untuk mengetik ekspresi kustom lalu tetapkan alias ke output.

    Ekspresi kustom ditambahkan ke bagian SELECT dari kueri prediksi DMX yang dihasilkan.

    Opsi ini berguna jika Anda ingin menambahkan teks untuk output dengan setiap baris, untuk memanggil fungsi VB, atau untuk memanggil prosedur tersimpan kustom.

    Untuk informasi tentang menggunakan fungsi VBA dan Excel dari DMX, lihat fungsi VBA di MDX dan DAX.
  3. Setelah menambahkan setiap fungsi atau ekspresi, beralihlah ke tampilan DMX untuk melihat bagaimana fungsi ditambahkan dalam pernyataan DMX.

    Peringatan

    Penyusun Kueri Prediksi tidak memvalidasi DMX hingga Anda mengklik Hasil. Seringkali, Anda akan menemukan bahwa ekspresi yang dihasilkan oleh penyusun kueri bukan DMX yang valid. Penyebab umumnya adalah mereferensikan kolom yang tidak terkait dengan kolom yang dapat diprediksi, atau mencoba memprediksi kolom dalam tabel berlapis, yang memerlukan pernyataan sub-SELECT. Pada titik ini, Anda dapat beralih ke tampilan DMX dan terus mengedit pernyataan.

Contoh: Membuat kueri pada model pengklusteran

  1. Jika Anda tidak memiliki model pengklusteran yang tersedia untuk membangun kueri sampel ini, buat model, [TM_Clustering], menggunakan Tutorial Penggalian Data Dasar.

  2. Dari SQL Server Management Studio, klik kanan model, [TM_Clustering], dan pilih Bangun Kueri Prediksi.

  3. Dari menu Model Penambangan , pilih Kueri Database Tunggal.

  4. Dalam kotak dialog Input Kueri Singleton , atur nilai berikut ini sebagai input:

    • Jenis kelamin = M

    • Jarak Perjalanan = 5-10 mil

  5. Di kisi kueri, untuk Sumber, pilih TM_Clustering model penambangan, dan tambahkan kolom , [Pembeli Sepeda] .

  6. Untuk Sumber, pilih Fungsi Prediksi, dan tambahkan fungsi, Kluster.

  7. Untuk Sumber, pilih Fungsi Prediksi, tambahkan fungsi, PredictSupport, dan seret kolom model [Pembeli Sepeda] ke dalam kotak Kriteria/Argumen . Ketik Dukungan di kolom Alias .

    Salin ekspresi yang mewakili fungsi prediksi dan referensi kolom dari kotak Kriteria/Argumen .

  8. Untuk Sumber, pilih Ekspresi Kustom, ketik alias, lalu referensikan fungsi Excel CEILING dengan menggunakan sintaks berikut:

    Excel![CEILING](<arguments) as <return type>  
    

    Tempelkan referensi kolom sebagai argumen ke fungsi .

    Misalnya, ekspresi berikut mengembalikan CEILING dari nilai dukungan:

    EXCEL!CEILING(PredictSupport([TM_Clustering].[Bike Buyer]),2)  
    

    Ketik CEILING di kolom Alias .

  9. Klik Beralih ke tampilan teks kueri untuk meninjau pernyataan DMX yang dihasilkan, lalu klik Beralih ke tampilan hasil kueri untuk melihat output kolom oleh kueri prediksi.

    Tabel berikut ini memperlihatkan hasil yang diharapkan:

    Pembeli Sepeda $Cluster DUKUNGAN CEILING
    0 Kluster 8 954 953.948638926372

Jika Anda ingin menambahkan klausa lain di tempat lain dalam pernyataan-misalnya, jika Anda ingin menambahkan klausa WHERE-Anda tidak dapat menambahkannya dengan menggunakan kisi; Anda harus beralih ke tampilan DMX terlebih dahulu.

Lihat juga

Kueri Penggalian Data