Bagikan melalui


Membuat Kueri Prediksi Singleton dari Templat

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

Penting

Penambangan data tidak digunakan lagi pada 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.

Kueri singleton berguna saat Anda memiliki model yang ingin Anda gunakan untuk prediksi, tetapi tidak ingin memetakannya ke himpunan data input eksternal atau membuat prediksi massal. Dengan kueri singleton, Anda bisa memberikan nilai atau nilai ke model dan langsung melihat nilai yang diprediksi.

Misalnya, kueri DMX berikut mewakili kueri singleton terhadap model surat yang ditargetkan, TM_Decision_Tree.

SELECT * FROM [TM_Decision_tree] ;  
NATURAL PREDICTION JOIN  
(SELECT '2' AS [Number Children At Home], '45' as [Age])  
AS [t]  

Prosedur berikut ini menjelaskan cara menggunakan Penjelajah Templat di SQL Server Management Studio untuk membuat kueri ini dengan cepat.

Untuk membuka templat Analysis Services di SQL Server Management Studio

  1. Di SQL Server Management Studio, pada menu Tampilan, klik Penjelajah Templat.

  2. Klik ikon kubus untuk membuka templat Analysis Server.

Untuk membuka templat kueri prediksi

  1. Di Penjelajah Templat, dalam daftar templat Analysis Server, perluas DMX, laluperluas Kueri Prediksi.

  2. Klik dua kali Prediksi Singleton.

  3. Dalam kotak dialog Sambungkan ke Analysis Services, ketik nama server yang memiliki instans SQL Server Analysis Services yang berisi model penambangan yang akan dikueri.

  4. Klik Sambungkan.

  5. Templat terbuka dalam database yang ditentukan, bersama dengan Model penambangan Object Browser yang berisi fungsi penggalian data dan daftar struktur penggalian data dan model terkait.

Untuk mengkustomisasi templat kueri singleton

  1. Dalam templat, klik daftar drop-down Database yang Tersedia , lalu pilih instans Analysis Service dari daftar.

  2. Di daftar Model Penambangan , pilih model penambangan yang ingin Anda kueri.

    Daftar kolom dalam model penambangan muncul di panel Metadata browser objek.

  3. Pada menu Kueri , pilih Tentukan Nilai untuk Parameter Templat.

  4. Di baris daftar pilih , ketik * untuk mengembalikan semua kolom, atau ketik daftar kolom dan ekspresi yang dibatasi koma untuk mengembalikan kolom tertentu.

    Jika Anda mengetik *, kolom yang dapat diprediksi dikembalikan, bersama dengan kolom apa pun yang Anda berikan nilai barunya di langkah 6.

    Untuk kode sampel yang ditampilkan di awal topik ini, baris daftar pemilihan diatur ke *.

  5. Di baris model penambangan, ketik nama model penambangan dari antara daftar model penambangan yang muncul di Object Explorer.

    Untuk kode sampel yang ditampilkan di awal topik ini, baris model penambangan diatur ke nama, TM_Decision_Tree.

  6. Di baris nilai , ketik nilai data baru yang ingin Anda buat prediksinya.

    Untuk kode sampel yang ditunjukkan pada awal topik ini, baris nilai diatur ke 2 untuk memprediksi perilaku pembelian sepeda berdasarkan jumlah anak di rumah.

  7. Di baris kolom , ketik nama kolom dalam model penambangan tempat data baru harus dipetakan.

    Untuk kode sampel yang diperlihatkan di awal topik ini, baris kolom diatur ke Angka Anak di Rumah.

    Catatan

    Saat Anda menggunakan kotak dialog Tentukan Nilai untuk Parameter Templat , Anda tidak perlu menambahkan tanda kurung siku di sekitar nama kolom. Tanda kurung siku akan secara otomatis ditambahkan untuk Anda.

  8. Biarkan alias input sebagai t.

  9. Klik OK.

  10. Di panel teks kueri, temukan berlekuk merah di bawah koma dan elipsis yang menunjukkan kesalahan sintaks. Hapus elipsis, dan tambahkan kondisi kueri tambahan yang Anda inginkan. Jika Anda tidak menambahkan kondisi lain, hapus koma.

    Untuk kode sampel yang ditunjukkan pada awal topik ini, kondisi kueri tambahan diatur ke '45' sebagai [Usia].

  11. Klik Jalankan.

Lihat juga

Membuat Prediksi (Tutorial Penggalian Data Dasar)