Lezione 4: Creazione di stime di serie temporali con DMX

In questa lezione e nella lezione seguente si useranno le estensioni DMX (Data Mining Extensions) per creare diversi tipi di stime in base ai modelli time series creati nella lezione 1: Creazione di un modello di data mining time series e della struttura di data mining e della lezione 2: Aggiunta di modelli di data mining alla struttura di data mining Time Series.

Con un modello time series sono disponibili molte opzioni per eseguire stime:

• Usare i modelli e i dati esistenti nel modello di data mining

• Usare i modelli esistenti nel modello di data mining ma fornire nuovi dati

• Aggiungere nuovi dati al modello o aggiornare il modello.

La sintassi per eseguire questi tipi di stima è riepilogata di seguito:

Previsione della serie temporale predefinita
Utilizzare PredictTimeSeries (DMX) per fornire il numero specificato di previsioni dal modello di mining sottoposto a training.

Ad esempio, vedere PredictTimeSeries (DMX) o Esempi di query del modello Time Series.

Estendi i casi del modello
Usare PredictTimeSeries (DMX) con l'argomento EXTEND_MODEL_CASES per aggiungere nuovi dati, estendere la serie e creare stime in base al modello di data mining aggiornato.

Questa esercitazione contiene un esempio di come usare EXTEND_MODEL_CASES.

REPLACE_MODEL_CASES
Usare PredictTimeSeries (DMX) con l'argomento REPLACE_MODEL_CASES per sostituire i dati originali con una nuova serie di dati e quindi creare stime in base all'applicazione dei modelli nel modello di data mining alla nuova serie di dati.

Per un esempio di come usare REPLACE_MODEL_CASES, vedere Lezione 2: Compilazione di uno scenario di previsione (esercitazione intermedia sul data mining).

Argomenti della lezione

In questa lezione verranno eseguite le attività seguenti:

• Creare una query per ottenere le stime predefinite in base ai dati esistenti.

Nella lezione seguente verranno eseguite le attività correlate seguenti:

• Creare una query per fornire nuovi dati e ottenere stime aggiornate.

Oltre a creare manualmente query tramite DMX, è anche possibile creare stime usando il generatore di query di stima in SQL Server Data Tools (SSDT).

Query di previsione semplice delle serie temporali

Il primo passaggio consiste nell'usare l'istruzione SELECT FROM insieme alla PredictTimeSeries funzione per creare stime di serie temporali. I modelli time series supportano una sintassi semplificata per la creazione di stime: non è necessario specificare alcun input, ma è necessario specificare solo il numero di stime da creare. Di seguito è riportato un esempio generico della dichiarazione che verrà usata:

SELECT <select list>   
FROM [<mining model name>]   
WHERE [<criteria>]  

L'elenco di selezione può contenere colonne dal modello, ad esempio il nome della linea di prodotto per cui si stanno creando le stime o funzioni di stima, ad esempio Lag (DMX) o PredictTimeSeries (DMX), che sono specificamente per i modelli di data mining time series.

Per creare una semplice query per previsione di serie temporale

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.

   L'editor di query viene aperto e contiene una nuova query vuota.

2. Copia l'esempio generico della dichiarazione nella query vuota.

3. Sostituire quanto segue:

   <select list>   
   

   con:

   [Forecasting_MIXED].[ModelRegion],  
   PredictTimeSeries([Forecasting_MIXED].[Quantity],6) AS PredictQty,  
   PredictTimeSeries ([Forecasting_MIXED].[Amount],6) AS PredictAmt  
   

   La prima riga recupera un valore dal modello di mining che identifica la serie.

   Le seconde e le terze righe usano la PredictTimeSeries funzione . Ogni riga prevede un diverso attributo, [Quantity] oppure [Amount]. I numeri dopo i nomi degli attributi stimabili specificano il numero di passaggi di tempo da stimare.

   La AS clausola viene usata per specificare un nome per la colonna restituita da ogni funzione di stima. Se non si specifica un alias, per impostazione predefinita vengono restituite entrambe le colonne con l'etichetta . Expression

4. Sostituire quanto segue:

   [<mining model>]   
   

   con:

   [Forecasting_MIXED]  
   

5. Sostituire quanto segue:

   WHERE [criteria>]   
   

   con:

   WHERE [ModelRegion] = 'M200 Europe' OR  
   [ModelRegion] = 'M200 Pacific'  
   

   L'istruzione completa dovrebbe ora essere la seguente:

   SELECT  
   [Forecasting_MIXED].[ModelRegion],  
   PredictTimeSeries([Forecasting_MIXED].[Quantity],6) AS PredictQty,  
   PredictTimeSeries ([Forecasting_MIXED].[Amount],6) AS PredictAmt  
   FROM   
   [Forecasting_MIXED]  
   WHERE [ModelRegion] = 'M200 Europe' OR  
   [ModelRegion] = 'M200 Pacific'  
   

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

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

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

   La query restituisce 6 stime per ognuna delle due combinazioni di prodotto e area specificate nella WHERE clausola .

Nella lezione successiva si creerà una query che fornisce nuovi dati al modello e si confronteranno i risultati di tale stima con quello appena creato.

Attività successiva nella lezione

Lezione 5: Estensione del modello Time Series

Vedere anche

PredictTimeSeries (DMX)
Ritardo (DMX)
Esempi di query sul modello Time Series
Lezione 2: Creazione di uno scenario di previsione (esercitazione intermedia sul data mining)