Creazione di stime su un modello Sequence Clustering (Esercitazione intermedia sul data mining)

Articolo
03/03/2017

Si applica a: SQL Server 2016 Preview

Dopo aver compreso il modello sequence clustering migliore esplorandolo nel visualizzatore, è possibile creare query di stima utilizzando Generatore Query di stima nel Stima modello di Data Mining scheda della finestra di progettazione di Data Mining. Per creare una stima, occorre selezionare innanzitutto il modello Sequence Clustering, quindi i dati di input. Per gli input, è possibile utilizzare un'origine dati esterna o compilare una query singleton e fornire valori in una finestra di dialogo.

In questa lezione si presuppone che l'utente abbia già familiarità con l'utilizzo del generatore delle query di stima e desideri apprendere come compilare query specifiche per un modello Sequence Clustering. Per informazioni generali sull'utilizzo del generatore di Query di stima, vedere Strumenti di Data Mining Query o nella sezione dell'esercitazione di base sul Data Mining, la creazione di stime ( Esercitazione di base di Data Mining ).

Creazione di stime sul modello regionale

Per questo scenario verranno dapprima create alcune query di stima singleton, per avere un'idea di come le stime potrebbero variare a seconda dell'area.

Per creare una query singleton in un modello Sequence Clustering

Fare clic sui Stima modello di Data Mining scheda Progettazione modelli di Data Mining.
Nel modello di Data Mining colonna dal menu Query Singleton.

Il modello di Data Mining riquadro e Input Query Singleton riquadro visualizzato.
Nel modello di Data Mining riquadro, fare clic su Seleziona modello. Se il modello Sequence Clustering è già stato selezionato, ignorare questo passaggio.

Il modello di Data Mining selezionare verrà visualizzata la finestra di dialogo.
Espandere il nodo che rappresenta la struttura di data mining Sequence Clustering with Region, e selezionare il modello Sequence Clustering with Region. Scegliere OK. Per il momento, ignorare il riquadro di input. Gli input verranno specificati dopo avere configurato le funzioni di stima.
Nella griglia, fare clic sulla cella vuota sotto origine e selezionare funzione di stima. Nella cella sotto campo, selezionare PredictSequence.

Nota

È inoltre possibile utilizzare il Predict (funzione). Se è, assicurarsi di scegliere la versione di Predict funzione che accetta una colonna di tabella come argomento...
Nel modello di Data Mining riquadro, selezionare la tabella nidificata v Assoc Seq Line Items, e trascinarla nella griglia, a di criteri/argomento casella per il PredictSequence (funzione).

Il trascinamento dei nomi di tabella e colonna consente di compilare istruzioni complesse senza errori di sintassi. Tuttavia, che sostituisce il contenuto corrente della cella, che include altri argomenti facoltativi per il PredictSequence (funzione). Per visualizzare gli altri argomenti, è possibile aggiungere temporaneamente una seconda istanza della funzione alla griglia per riferimento.
Fare clic sui risultato pulsante nell'angolo superiore del generatore di Query di stima.

I risultati previsti contengono una singola colonna con intestazione espressione. Il espressione colonna contiene una tabella nidificata con tre colonne come indicato di seguito:

$SEQUENCE	Line Number	Modello
1		Mountain-200

Che cosa indicano questi risultati? Si tenga presente che non è stato specificato alcun input. La stima pertanto viene eseguita rispetto all'intera popolazione dei case e Analysis Services restituisce la stima più probabile a livello complessivo.

Aggiunta di input a una query di stima singleton

Finora non è stato specificato alcun input. Nell'attività successiva, si utilizzerà il Input Query Singleton riquadro per specificare alcuni input per la query. Innanzitutto, si utilizzerà [Region] come input per il modello Sequence Clustering regionale, per determinare se le sequenze stimate sono le stesse per tutte le aree. Verrà quindi descritto come modificare la query per aggiungere la probabilità per ogni stima e convertire i risultati in formato flat per renderne più semplice la visualizzazione.

Per generare stime per uno specifico gruppo di clienti

Fare clic sui Progettazione pulsante nell'angolo superiore sinistro del generatore di Query di stima per tornare alla griglia di compilazione query.
Nel Input Query Singleton la finestra di dialogo, fare clic sul valore casella area, e selezionare Europa.
Fare clic sui risultato pulsante per visualizzare le stime per i clienti in Europa.
Fare clic sui Progettazione pulsante nell'angolo superiore sinistro del generatore di Query di stima per tornare alla griglia di compilazione query.
Nel Input Query Singleton la finestra di dialogo, fare clic sul valore casella area, e selezionare America del Nord.
Fare clic sui risultato pulsante per visualizzare le stime per i clienti in America del Nord.

Aggiunta di probabilità tramite un'espressione personalizzata

Restituire la probabilità per ogni stima è leggermente più complicato, perché la probabilità è un attributo della stima e viene restituita come una tabella nidificata. Se si ha familiarità con DMX (Data Mining Extensions), è possibile modificare facilmente la query per aggiungere un'istruzione sub-SELECT sulla tabella nidificata. Tuttavia, è anche possibile creare un'istruzione sub-SELECT nel generatore delle query di stima aggiungendo un'espressione personalizzata.

Per restituire le probabilità per una sequenza stimata tramite un'espressione personalizzata

Fare clic sui Progettazione pulsante nell'angolo superiore sinistro del generatore di Query di stima per tornare alla griglia di compilazione query.
Nella griglia, in origine, fare clic su una nuova riga e selezionare espressione personalizzata.
Lasciare la casella campo vuoto.
Per Alias, tipo t.
Nel criteri/argomento digitare l'istruzione Sub-select completa, come illustrato nell'esempio di codice seguente. Assicurarsi di includere le parentesi iniziale e finale.
```
(SELECT PredictProbability([Model]) FROM PredictSequence([Sequence Clustering with Region].[v Assoc Seq Line Items]))  
```
Fare clic sui risultato pulsante per visualizzare le stime per i clienti in Europa.

I risultati ora contengono due tabelle nidificate, una con la stima e una con la probabilità per la stima. Se la query non funziona, è possibile passare alla visualizzazione Progettazione query ed esaminare l'istruzione della query completa, che dovrebbe avere l'aspetto seguente:

SELECT  
  PredictSequence([Sequence Clustering with Region].[v Assoc Seq Line Items]),  
  ( (SELECT PredictProbability([Model]) FROM PredictSequence([Sequence Clustering with Region].[v Assoc Seq Line Items]))) as [t]  
FROM  
  [Sequence Clustering with Region]  
NATURAL PREDICTION JOIN  
(SELECT 'Europe' AS [Region]) AS t

Utilizzo dei risultati

Quando nei risultati sono presenti molte tabelle nidificate, è possibile convertire i risultati in formato flat per semplificarne la visualizzazione. A tale scopo, è possibile modificare la query manualmente e aggiungere il FLATTENED (parola chiave).

Per convertire in formato flat i set di righe nidificati in una query di stima

Fare clic su di Query pulsante nell'angolo del generatore di Query di stima.

La griglia viene sostituita da un riquadro aperto in cui è possibile visualizzare e modificare l'istruzione DMX creata dal generatore delle query di stima.

Dopo il selezionare (parola chiave), digitare FLATTENED.

Il testo completo della query dovrebbe risultare analogo al seguente:

SELECT FLATTENED  
  PredictSequence([Sequence Clustering with Region].[v Assoc Seq Line Items]),  
  ( (SELECT PredictProbability([Model]) FROM PredictSequence([Sequence Clustering with Region].[v Assoc Seq Line Items]))) as [t]  
FROM  
  [Sequence Clustering with Region]  
NATURAL PREDICTION JOIN  
(SELECT 'Europe' AS [Region]) AS t

Fare clic su di risultati pulsante nell'angolo superiore del generatore di Query di stima.

Dopo avere modificato manualmente una query, non sarà possibile tornare alla visualizzazione della struttura senza perdere le modifiche apportate. È tuttavia possibile salvare l'istruzione DMX creata manualmente in un file di testo, quindi tornare alla visualizzazione della struttura. Eseguendo tale operazione, verrà ripristinata l'ultima versione della query valida nella visualizzazione della struttura.

Creazione di stime sul modello correlato

Negli esempi precedenti è stata utilizzata una colonna della tabella del case, Region, come input per la query di stima singleton perché si era interessati a sapere se il modello aveva individuato eventuali differenze tra le aree. Tuttavia, dopo avere esplorato il modello, si è deciso che le differenze non sono abbastanza marcate da giustificare una personalizzazione dei consigli sui prodotti in base all'area. Ciò che si è realmente interessati a stimare sono gli articoli che i clienti selezionano. Nelle query che seguono, pertanto, si utilizzerà il modello Sequence Clustering che non include Region per generare consigli per tutti i clienti.

Utilizzo di colonne di tabelle nidificate come input

Innanzitutto verrà creata una query di stima singleton che accetta un solo articolo come input e restituisce l'articolo successivo più probabile. Per ottenere una stima di questo tipo, è necessario utilizzare una colonna di tabella nidificata come valore di input. Questo avviene perché l'attributo stimato, Model, fa parte di una tabella nidificata. Analysis Services fornisce il Input tabella nidificata la finestra di dialogo che consentono di creare facilmente query di stima basate su attributi di tabelle nidificate tramite il generatore di Query di stima.

Per utilizzare una tabella nidificata come input per una stima

Fare clic sui Progettazione pulsante nell'angolo superiore sinistro del generatore di Query di stima per tornare alla griglia di compilazione query.
Nel Input Query Singleton la finestra di dialogo, fare clic sul valore casella area, e selezionare la riga vuota per cancellare l'input per questo campo.
Nel Input Query Singleton la finestra di dialogo, fare clic su di valore casella per vAssocSeqLineItems, e quindi fare clic sul pulsante (...).
Nel Input tabella nidificata la finestra di dialogo, fare clic su Aggiungi.
Nella nuova riga, fare clic sulla casella sotto modello, e selezionare Touring Tire dall'elenco. Scegliere OK.
Fare clic sui risultato pulsante per visualizzare le stime.

Il modello consiglia gli articoli successivi per tutti i clienti che scelgono Touring Tire come primo articolo. Si sa già dall'esplorazione del modello che di frequente i clienti acquistano insieme i prodotti Touring Tire e Touring Tire Tube, pertanto questi consigli sembrano validi.

$SEQUENCE	Line Number	Modello
1		Touring Tire Tube
2		Sport-100
3		Long-Sleeve Logo Jersey

Creazione di una query di stima bulk tramite input di tabelle nidificate

Una volta verificato che il modello crea il tipo di stime che è possibile utilizzare per la creazione di consigli, verrà creata una query di stima associata a un'origine dati esterna. Tale origine dati fornirà valori che rappresentano i prodotti correnti. Poiché si è interessati alla creazione di una query di stima che fornisca l'ID cliente e un elenco di prodotti come input, si aggiungerà la tabella dei clienti come tabella del case e la tabella degli acquisti come tabella nidificata. Si aggiungeranno quindi funzioni di stima per creare consigli, come in precedenza.

Si tratta della stessa procedura utilizzata per creare stime per lo scenario di analisi degli acquisti nella lezione 3, tuttavia in un modello Sequence Clustering le stime necessitano anche dell'ordine come input.

Per creare una query di stima tramite input di tabelle nidificate

Nel modello di Data Mining riquadro, selezionare il modello Sequence Clustering, se non è già selezionato.
Nel Seleziona tabella/e di Input la finestra di dialogo, fare clic su Seleziona tabella del Case.
Nel Seleziona tabella della finestra di dialogo per l'origine dati, selezionare gli ordini. Nel nome tabella/vista elenco, selezionare vAssocSeqOrders e quindi fare clic su OK.
Nel Seleziona tabella/e di Input la finestra di dialogo, fare clic su Seleziona tabella nidificata.
Nel Seleziona tabella della finestra di dialogo per origine dati, selezionare gli ordini. Nel nome tabella/vista elenco, selezionare vAssocSeqLineItems e quindi fare clic su OK.

Analysis Services tenterà di rilevare le relazioni e di crearle automaticamente se i tipi di dati corrispondono e i nomi delle colonne sono simili. Se le relazioni create sono errate, è possibile fare clic sulla linea di join e selezionare Modifica connessioni per modificare la colonna mapping oppure è possibile fare clic sulla linea di join e selezionare eliminare per rimuovere completamente la relazione. In questo caso, poiché le tabelle erano già unite in join nella vista origine dati, tali relazioni vengono aggiunte automaticamente al riquadro di progettazione.
Aggiungere una nuova riga alla griglia. Per origine, selezionare vAssocSeqOrders e campo, selezionare CustomerKey.
Aggiungere una nuova riga alla griglia. Per origine, selezionare funzione di stima, e per campo, selezionare PredictSequence.
Trascinare vAssocSeqLineItems nella criteri/argomento casella. Fare clic su fine il criteri/argomento e quindi digitare i seguenti argomenti: 2.

Il testo completo di criteri/argomento dovrebbe essere: [Sequence Clustering].[v Assoc Seq Line Items],2
Fare clic sui risultato pulsante per visualizzare le stime per ogni cliente.

Questo passaggio conclude l'esercitazione relativa ai modelli Sequence Clustering.

Passaggi successivi

Se sono state tutte le sezioni di Intermediate Data Mining Tutorial ( Analysis Services - Data Mining ), il passaggio successivo è possibile imparare a utilizzare le istruzioni di Data Mining Extensions (DMX) per compilare modelli e generare stime. Per ulteriori informazioni, vedere creazione e l'esecuzione di query modelli di Data Mining con DMX: esercitazioni e 40 #; Analysis Services - Data Mining e 41 #;.

Se si ha familiarità con i concetti relativi alla programmazione, è anche possibile utilizzare AMO (Analysis Management Objects) per gestire a livello di codice gli oggetti di data mining. Per altre informazioni, vedere Classi di data mining AMO.

Vedere anche

Sequence Clustering Model Query Examples
Contenuto dei modelli di data mining per i modelli Sequence Clustering (Analysis Services - Data Mining)

Condividi tramite