Lezione 2: Aggiungere modelli di mining alla struttura di mining delle serie temporali

In questa lezione verrà aggiunto un nuovo modello di data mining alla struttura di data mining appena creata nella lezione 1: Creazione di un modello di data mining Time Series e di una struttura di data mining.

Istruzione ALTER MINING STRUCTURE

Per aggiungere un nuovo modello di data mining a una struttura di data mining esistente, utilizzare l'istruzione ALTER MINING STRUCTURE (DMX). Il codice nell'istruzione può essere suddiviso nelle parti seguenti:

• Identificazione della struttura di estrazione dati

• Denominazione del modello di data mining

• Definizione della colonna chiave

• Definizione delle colonne prevedibili

• Specifica dell'algoritmo e delle modifiche ai parametri

Di seguito è riportato un esempio generico dell'istruzione ALTER MINING STRUCTURE:

ALTER MINING STRUCTURE [<mining structure name>]  
ADD MINING MODEL [<mining model name>]  
   ([<key columns>],  
    <mining model columns>  
   )  
USING <algorithm name>([<algorithm parameters>])  
[WITH DRILLTHROUGH]  

La prima riga del codice identifica la struttura di data mining esistente a cui verranno aggiunti i modelli di data mining:

ALTER MINING STRUCTURE [<mining structure name>]  

La riga successiva del codice nomina il modello di data mining che verrà aggiunto alla struttura di data mining.

ADD MINING MODEL [<mining model name>]  

Per informazioni sulla denominazione di un oggetto in DMX, vedere Identificatori (DMX).

Le righe successive del codice definiscono le colonne della struttura di data mining che verranno utilizzate dal modello di data mining:

[<key columns>],  
<mining model columns>  

È possibile utilizzare solo colonne già presenti nella struttura di data mining e la prima colonna nell'elenco deve essere la colonna chiave della struttura di data mining.

Le righe successive del codice definiscono l'algoritmo di data mining che genera il modello di data mining e i parametri dell'algoritmo che è possibile impostare sull'algoritmo e specificare se è possibile eseguire il drill-down dal modello di data mining in visualizzazione dei dati dettagliati nei casi di training:

USING <algorithm name>([<algorithm parameters>])  
WITH DRILLTHROUGH  

Per altre informazioni sui parametri dell'algoritmo che è possibile modificare, vedere Documentazione tecnica sull'algoritmo Microsoft Time Series.

È possibile specificare che una colonna nel modello di data mining venga utilizzata per la stima utilizzando la sintassi seguente:

<mining model column> PREDICT  

Argomenti della lezione

In questa lezione verranno eseguite le attività seguenti:

• Aggiungere un nuovo modello di analisi delle serie temporali alla struttura.

• Modificare i parametri dell'algoritmo per usare un metodo diverso di analisi e stima

Aggiunta di un modello di serie temporale ARIMA alla struttura

Il primo passaggio consiste nell'aggiungere un nuovo modello di data mining di previsione alla struttura esistente. Per impostazione predefinita, l'algoritmo Microsoft Time Series crea modelli di data mining di serie temporali usando due algoritmi, ARIMA e ARTXP e fondendo i risultati. Tuttavia, è possibile specificare un singolo algoritmo da usare oppure specificare la combinazione esatta di algoritmi. In questo passaggio si aggiungerà un nuovo modello che usa solo l'algoritmo ARIMA. Questo algoritmo è ottimizzato per la stima a lungo termine.

Per aggiungere un modello di data mining di serie temporali ARIMA

1. In Esplora oggetti fare clic con il pulsante destro del mouse sull'istanza di Analysis Services, scegliere Nuova query e quindi fare clic su DMX per aprire l'editor di query e una nuova query vuota.

2. Copiare l'esempio generico dell'istruzione ALTER MINING STRUCTURE nella query vuota.

3. Sostituire quanto segue:

   <mining structure name>   
   

   con:

   [Forecasting_MIXED_Structure]  
   

4. Sostituire quanto segue:

   <mining model name>   
   

   con:

   Forecasting_ARIMA  
   

5. Sostituire quanto segue:

   <key columns>,  
   

   con:

   [ReportingDate],  
   [ModelRegion]  
   

   Si noti che non è necessario ripetere alcuna informazione sul tipo di data o sul tipo di contenuto specificata nell'istruzione CREATE MINING MODEL, perché queste informazioni sono già archiviate nella struttura di data mining.

6. Sostituire quanto segue:

   <mining model columns>  
   

   con:

   ([Quantity] PREDICT,  
   [Amount] PREDICT  
   )  
   

7. Sostituire quanto segue:

   USING <algorithm name>([<algorithm parameters>])   
   [WITH DRILLTHROUGH]  
   

   con:

   USING Microsoft_Time_Series (AUTO_DETECT_PERIODICITY = .08, FORECAST_METHOD = 'ARIMA')  
   WITH DRILLTHROUGH  
   

   La dichiarazione risultante dovrebbe ora essere così:

   ALTER MINING STRUCTURE [Forecasting_MIXED_Structure]  
   ADD MINING MODEL [Forecasting_ARIMA]  
      (  
      ([ReportingDate],  
       [ModelRegion],  
       ([Quantity] PREDICT,  
       [Amount] PREDICT  
      )   
   USING Microsoft_Time_Series (AUTO_DETECT_PERIODICITY = .08, FORECAST_METHOD = 'ARIMA')  
   WITH DRILLTHROUGH  
   

8. Scegliere Salva DMXQuery1.dmx con nome nel menu File.

9. Nella finestra di dialogo Salva con nome passare alla cartella appropriata e assegnare al file Forecasting_ARIMA.dmxil nome .

10. Sulla barra degli strumenti fare clic sul pulsante Esegui .

Aggiunta di un modello ARTXP Time Series alla struttura

L'algoritmo ARTXP è l'algoritmo time series predefinito in SQL Server 2005 ed è ottimizzato per la stima a breve termine. Per confrontare le stime usando tutti e tre gli algoritmi time series, si aggiungerà un altro modello basato sull'algoritmo ARTXP.

Per aggiungere un modello di data mining delle serie temporali ARTXP

1. Copiare il codice seguente in una finestra di query vuota.

   Si noti che non è necessario modificare alcun elemento tranne il nome del nuovo modello di data mining e il valore del parametro FORECAST_METHOD.

   ALTER MINING STRUCTURE [Forecasting_MIXED_Structure]  
   ADD MINING MODEL [Forecasting_ARTXP]  
      (  
      ([ReportingDate],  
       [ModelRegion],  
       ([Quantity] PREDICT,  
       [Amount] PREDICT  
      )   
   USING Microsoft_Time_Series (AUTO_DETECT_PERIODICITY = .08, FORECAST_METHOD = 'ARTXP')  
   WITH DRILLTHROUGH  
   

2. Scegliere Salva DMXQuery1.dmx con nome nel menu File.

3. Nella finestra di dialogo Salva con nome passare alla cartella appropriata e assegnare al file Forecasting_ARTXP.dmxil nome .

4. Sulla barra degli strumenti fare clic sul pulsante Esegui .

Nella lezione successiva verranno elaborati tutti i modelli e la struttura di estrazione dati.

Lezione successiva

Lezione 3: Elaborazione della struttura e dei modelli time series

Vedere anche

Microsoft Time Series Algoritmo
Riferimento tecnico per l'algoritmo Microsoft Time Series