Bagikan melalui


PredictCaseLikelihood (DMX)

Berlaku untuk: SQL Server Analysis Services

Fungsi ini mengembalikan kemungkinan bahwa kasus input akan sesuai dengan model yang ada. Hanya digunakan dengan model pengklusteran.

Sintaks

  
PredictCaseLikelihood([NORMALIZED|NONNORMALIZED])  

Argumen

DINORMALISASI
Nilai pengembalian berisi probabilitas kasus dalam model yang dibagi dengan probabilitas kasus tanpa model.

NONNORMALISASI
Nilai pengembalian berisi probabilitas mentah dari kasus, yang merupakan produk dari probabilitas atribut kasus.

Berlaku Untuk

Model yang dibangun dengan menggunakan algoritma Pengklusteran Microsoft dan Pengklusteran Urutan Microsoft.

Jenis Hasil

Angka titik mengambang presisi ganda antara 0 dan 1. Angka yang lebih dekat ke 1 menunjukkan bahwa kasus memiliki kemungkinan yang lebih tinggi untuk terjadi dalam model ini. Angka yang lebih dekat dengan 0 menunjukkan bahwa kasus ini lebih kecil kemungkinannya terjadi dalam model ini.

Keterangan

Secara default, hasil fungsi PredictCaseLikelihood dinormalisasi. Nilai yang dinormalisasi biasanya lebih berguna karena jumlah atribut dalam kasus meningkat dan perbedaan antara probabilitas mentah dari dua kasus menjadi jauh lebih kecil.

Persamaan berikut digunakan untuk menghitung nilai yang dinormalisasi, dengan x dan y:

  • x = kemungkinan kasus berdasarkan model pengklusteran

  • y = Kemungkinan kasus marginal, dihitung sebagai kemungkinan log kasus berdasarkan penghitungan kasus pelatihan

  • Z = Exp( log(x) - Log(Y))

Dinormalisasi = (z/ (1+z))

Contoh

Contoh berikut mengembalikan kemungkinan bahwa kasus yang ditentukan akan terjadi dalam model pengklusteran, yang didasarkan pada database Adventure Works DW.

SELECT  
  PredictCaseLikelihood() AS Default_Likelihood,  
  PredictCaseLikelihood(NORMALIZED) AS Normalized_Likelihood,  
  PredictCaseLikelihood(NONNORMALIZED) AS Raw_Likelihood,  
FROM  
  [TM Clustering]  
NATURAL PREDICTION JOIN  
(SELECT 28 AS [Age],  
  '2-5 Miles' AS [Commute Distance],  
  'Graduate Degree' AS [Education],  
  0 AS [Number Cars Owned],  
  0 AS [Number Children At Home]) AS t  

Hasil yang diharapkan:

Default_Likelihood Normalized_Likelihood Raw_Likelihood
6.30672792729321E-08 6.30672792729321E-08 9.5824454056846E-48

Perbedaan antara hasil ini menunjukkan efek normalisasi. Nilai mentah untuk CaseLikelihood menunjukkan bahwa probabilitas kasus adalah sekitar 20 persen; namun, ketika Anda menormalkan hasilnya, menjadi jelas bahwa kemungkinan kasus sangat rendah.

Lihat Juga

Algoritma Penggalian Data (Analysis Services - Penggalian Data)
Referensi Fungsi Ekstensi Penggalian Data (DMX)
Functions (DMX)
Fungsi Prediksi Umum (DMX)