확장 판매 데이터를 사용하여 예측 만들기
이 단원에서는 모델에 새 판매 데이터를 추가하는 예측 쿼리를 만듭니다. 새 데이터로 모델을 확장하면 최신 데이터 요소를 포함하는 up-to날짜 예측을 얻을 수 있습니다.
새 데이터를 사용하는 시계열 예측을 쉽게 만들 수 있습니다. 매개 변수 EXTEND_MODEL_CASES DMX(PredictTimeSeries) 함수에 추가하고, 새 데이터의 원본을 지정하고, 가져올 예측 수를 지정하기만 하면 됩니다.
경고
매개 변수 EXTEND_MODEL_CASES 선택 사항입니다. 기본적으로 모델은 새 데이터를 입력으로 조인하여 시계열 예측 쿼리를 만들 때마다 확장됩니다.
예측 쿼리를 빌드하고 새 데이터를 추가하려면
모델이 아직 열려 있지 않으면 예측 구조를 두 번 클릭하고 데이터 마이닝 디자이너에서 마이닝 모델 예측 탭을 클릭합니다.
마이닝 모델 창에서 모델 예측이 이미 선택되어 있어야 합니다. 선택하지 않은 경우 모델 선택을 클릭한 다음 모델인 예측(Forecasting)을 선택합니다.
입력 테이블 선택 창에서 사례 테이블 선택을 클릭합니다.
테이블 선택 대화 상자에서 데이터 원본인 Adventure Works DW 다차원 2012를 선택합니다.
데이터 원본 뷰 목록에서 NewSalesData를 선택한 다음 확인을 클릭합니다.
디자인 영역의 화면을 마우스 오른쪽 단추로 클릭하고 연결 수정을 선택합니다.
매핑 수정 대화 상자를 사용하여 모델의 열을 다음과 같이 외부 데이터의 열에 매핑합니다.
마이닝 모델의 ReportingDate 열을 입력 데이터의 NewDate 열에 매핑합니다.
마이닝 모델의 Amount 열을 입력 데이터의 NewAmount 열에 매핑합니다.
마이닝 모델의 Quantity 열을 입력 데이터의 NewQty 열에 매핑합니다.
마이닝 모델의 ModelRegion 열을 입력 데이터의 계열 열에 매핑합니다.
이제 예측 쿼리를 빌드합니다.
먼저 예측 쿼리에 열을 추가하여 예측이 적용되는 계열을 출력합니다.
표에서 원본 아래의 첫 번째 빈 행을 클릭한 다음 예측을 선택합니다.
필드 열에서 모델 영역을 선택하고 별칭에 대해 .를 입력
Model Region합니다.
다음으로 예측 함수를 추가하고 편집합니다.
빈 행을 클릭하고 원본에서 예측 함수를 선택합니다.
필드의 경우 PredictTimeSeries를 선택합니다.
별칭의 경우 예측 값을 입력합니다.
마이닝 모델 창의 Quantity 필드를 조건/인수 열로 끕니다.
조건/인수 열의 필드 이름 다음에 다음 텍스트를 입력합니다. 5,EXTEND_MODEL_CASES
조건/인수 텍스트 상자의 전체 텍스트는 다음과 같습니다.
[Forecasting].[Quantity],5,EXTEND_MODEL_CASES
결과를 클릭하고 결과를 검토합니다.
예측은 7월(원래 데이터의 끝 이후 첫 번째 시간 조각)에서 시작하여 11월(원래 데이터의 끝 이후 다섯 번째 시간 조각)에 끝납니다.
이러한 유형의 예측 쿼리를 효과적으로 사용하려면 이전 데이터가 종료되는 시기와 새 데이터에 있는 시간 조각 수를 알아야 합니다.
예를 들어 이 모델에서 원래 데이터 계열은 6월에 종료되고 데이터는 7월, 8월 및 9월의 월입니다.
EXTEND_MODEL_CASES 사용하는 예측은 항상 원래 데이터 계열의 끝에서 시작됩니다. 따라서 알 수 없는 달에 대한 예측만 얻으려면 예측의 시작점과 끝점을 지정해야 합니다. 두 값 모두 이전 데이터의 끝에서 시작하는 여러 시간 조각으로 지정됩니다.
다음 절차에서는 이 작업을 수행하는 방법을 보여 줍니다.
예측의 시작점 및 끝점 변경
예측 쿼리 작성기에서 쿼리 를 클릭하여 DMX 보기로 전환합니다.
PredictTimeSeries 함수가 포함된 DMX 문을 찾아 다음과 같이 변경합니다.
PredictTimeSeries([Forecasting 12].[Quantity],4,6,EXTEND_MODEL_CASES)결과를 클릭하고 결과를 검토합니다.
이제 예측은 10월(원래 데이터의 끝에서 계산되는 네 번째 시간 조각)에서 시작하여 12월에 끝납니다(원래 데이터의 끝에서 계산되는 여섯 번째 시간 조각).
수업의 다음 과제
대체 데이터를 사용하는 시계열 예측(중간 데이터 마이닝 자습서)
또한 참조하십시오
Microsoft 시계열 알고리즘 기술 참조
시계열 모델에 대한 마이닝 모델 콘텐츠(Analysis Services - 데이터 마이닝)