SystemGetClusterAccuracyResults (Analysis Services - Data mining)
Restituisce la metrica di accuratezza per la convalida incrociata di una struttura di data mining e dei modelli di clustering correlati.
Questa stored procedure restituisce la metrica per l'intero set di dati come un'unica partizione. Per partizionare il set di dati in sezioni incrociate e restituire la metrica per ogni partizione, utilizzare SystemGetClusterCrossValidationResults (Analysis Services - Data mining).
Nota
Questa stored procedure può essere utilizzata solo per modelli di clustering. Per modelli non di clustering, utilizzare SystemGetAccuracyResults (Analysis Services - Data mining).
Sintassi
SystemGetClusterAccuracyResults(
<mining structure>
[,<mining model list>]
,<data set>
,<test list>])
Argomenti
mining structure
Nome di una struttura di data mining nel database corrente.(Obbligatorio)
mining model list
Elenco delimitato da virgole dei modelli da convalidare.L'impostazione predefinita è null, per indicare che vengono utilizzati tutti i modelli applicabili. Se si utilizza l'impostazione predefinita, i modelli non di clustering vengono esclusi automaticamente dall'elenco di candidati per l'elaborazione.
(Facoltativo)
data set
Valore integer che indica quale partizione nella struttura di data mining deve essere utilizzata per il test. Il valore è derivato da una maschera di bit che rappresenta la somma dei valori seguenti, dove qualsiasi singolo valore è facoltativo:Case di training
0x0001
Test case
0x0002
Filtro modello
0x0004
Per un elenco completo dei valori possibili, vedere la sezione Osservazioni di questo argomento.
(Obbligatorio)
test list
Stringa che specifica le opzioni di testing. Questo parametro è riservato per utilizzi futuri.(facoltativo)
Tipo restituito
Tabella che contiene i punteggi per ogni singola partizione e le aggregazioni per tutti i modelli.
Nella tabella seguente vengono elencate le colonne restituite da SystemGetClusterAccuracyResults. Per ulteriori informazioni sull'interpretazione delle informazioni restituite dalla stored procedure, vedere Report Convalida incrociata (Analysis Services - Data mining).
Nome della colonna |
Descrizione |
|---|---|
ModelName |
Nome del modello sottoposto a test. Tutti indica che il risultato è un'aggregazione per tutti i modelli. |
AttributeName |
Non applicabile a modelli di clustering. |
AttributeState |
Non applicabile a modelli di clustering. |
PartitionIndex |
Numero che indica la partizione. Per questa stored procedure, il numero è sempre 0. |
PartitionCases |
Valore integer che indica il numero di case sottoposti a test. |
Test |
Tipo di test eseguito. |
Measure |
Nome della misura restituita dal test. Le misure per ogni modello dipendono dal tipo di modello e dal tipo del valore stimabile. Per un elenco delle misure restituite per ogni tipo stimabile, vedere Report Convalida incrociata (Analysis Services - Data mining). Per una definizione di ogni misura, vedere Convalida incrociata (Analysis Services - Data mining). |
Value |
Punteggio di probabilità che indica la probabilità del case di cluster. |
Osservazioni
Nella tabella seguente vengono forniti esempi dei valori che è possibile utilizzare per specificare i dati nella struttura di data mining utilizzata per la convalida incrociata. Se si desidera utilizzare test case per la convalida incrociata, è necessario che la struttura di data mining contenga già un set di dati di testing. Per informazioni sulla definizione di un set di dati di testing quando si crea una struttura di data mining, vedere Partizionamento dei dati in set di training e in set di testing (Analysis Services - Data mining).
Valore integer |
Descrizione |
|---|---|
1 |
Vengono utilizzati solo i case di training. |
2 |
Vengono utilizzati solo i test case. |
3 |
Vengono utilizzati sia i case di training sia i test case. |
4 |
Combinazione non valida. |
5 |
Vengono utilizzati i case di training e viene applicato il filtro del modello. |
6 |
Vengono utilizzati solo i test case e viene applicato il filtro del modello. |
7 |
Vengono utilizzati sia i case di training sia i test case e viene applicato il filtro del modello. |
Per ulteriori informazioni sugli scenari in cui è possibile utilizzare la convalida incrociata, vedere Convalida di modelli di data mining (Analysis Services - Data mining).
Esempi
In questo esempio vengono restituite le misure di accuratezza per due modelli di clustering, denominati Cluster 1 e Cluster 2, associati alla struttura di data mining vTargetMail. Il codice nella quarta riga indica che i risultati devono essere basati solo sui test case, senza l'utilizzo di eventuali filtri associati a ogni modello.
CALL SystemGetClusterAccuracyResults (
[vTargetMail],
[Cluster 1], [Cluster 2],
2
)
Risultati dell'esempio:
ModelName |
AttributeName |
AttributeState |
PartitionIndex |
PartitionSize |
Test |
Measure |
Value |
|---|---|---|---|---|---|---|---|
Cluster 1 |
0 |
5545 |
Clustering |
Probabilità del case |
0.796514342249313 |
||
Cluster 2 |
0 |
5545 |
Clustering |
Probabilità del case |
0.732122471228572 |
Requisiti
La convalida incrociata è disponibile solo in SQL Server Enterprise Edition a partire da SQL Server 2008.