SystemGetAccuracyResults (Analysis Services — wyszukiwanie danych)
Zwraca wartość metryki dokładność sprawdzania krzyżowe sprawdzanie poprawności dla struktura wyszukiwania i wszystkich powiązanych modeli, z wyjątkiem klastrowanie modeli.
Ta procedura przechowywana zwraca metryki dla całego zestaw danych w postaci jednej partycji.Aby podzielić zestaw danych do przekrój poprzeczny i przywrócić metryki dla każdej partycji, należy użyć SystemGetCrossValidationResults (Analysis Services — wyszukiwanie danych).
Uwaga
Ta procedura przechowywana nie jest obsługiwany w przypadku modeli, które są wbudowane przy użyciu Microsoft Algorytm seria czas lub Microsoft Algorytm klastrowanie sekwencji. Ponadto dla klastrowanie modeli, za pomocą oddzielnej procedura przechowywana SystemGetClusterAccuracyResults (Analysis Services — wyszukiwanie danych).
SystemGetAccuracyResults(<mining structure>,
[,<mining model list>]
,<data set>
,<target attribute>
[,<target state>]
[,<target threshold>]
[,<test list>])
Argumenty
mining structure
Nazwa struktura wyszukiwania w bieżącej bazie danych.(Wymagane)
model list
Rozdzielana przecinkami lista modeli do sprawdzania poprawności.Wartość domyślna to null. Oznacza to, że wszystkie modele stosowane są używane.Gdy używana jest wartość domyślna, modeli klastrów automatycznie są wykluczone z listy kandydatów do przetworzenia.
(Opcjonalnie)
data set
Wartość liczby całkowitej, która wskazuje, które partycji w strukturze wyszukiwania służy do testowania.Wartość jest pochodną maskę bitową, która stanowi sumę następujących wartości, gdzie każdy pojedyncza wartość jest opcjonalne:Przypadków szkolenia
0X0001
Test przypadkach
0X0002
Filtr modelu
0X0004
Aby uzyskać pełną listę możliwych wartości zobacz sekcję Spostrzeżenia tego tematu.
(wymagane)
target attribute
Ciąg, który zawiera nazwę obiektu przewidywalne.Przewidywalne obiekt może być kolumny, kolumna w tabela zagnieżdżonej lub kolumnę klucz w tabela zagnieżdżonej model wyszukiwania.(wymagane)
target state
Ciąg, który zawiera określoną wartość do przewidywania.Jeżeli określono wartość metryki są gromadzone dla tego określonego stanu.
Jeśli nie określono wartości lub jeżeli określono wartość null, metryki są obliczane dla najbardziej prawdopodobne stanu dla każdego przewidywanie.
Wartość domyślna to null.
(opcjonalnie)
target threshold
Liczbę z zakresu od 0.0 i 1, który określa minimalną prawdopodobieństwa, w którym wartość przewidywanie jest liczony jako poprawne.Wartość domyślna to null, co oznacza wszystkie prognoz są liczone jako poprawne.
(opcjonalnie)
test list
Ciąg, który określa opcje testowania.Ten parametr jest zarezerwowana do wykorzystania w przyszłości.(opcjonalnie)
Zwracany typ
Zestaw wierszy, która jest zwracana zawiera wyniki dla każdej partycji i zagregowanych danych dla wszystkich modeli.
W poniższej tabela znajduje się lista kolumn zwracana przez GetValidationResults.
Nazwa kolumna |
Description |
|---|---|
Model |
Nazwa modelu, który został przetestowany.Wszystkie wskazuje, że wynik jest agregacja dla wszystkich modeli. |
Nazwa_atrybutu |
Nazwa przewidywalna kolumna. |
AttributeState |
kolumna przewidywalne wartość docelową. Jeśli ta kolumna zawiera wartość, metryki są zbierane tylko do określonego stanu. Jeśli ta wartość nie została określona lub jest pusta, metryki są obliczane dla najbardziej prawdopodobne stanu dla każdego przewidywanie. |
PartitionIndex |
Oznacza partycję, do których stosuje się wynik. W przypadku stosowania tej procedury należy zawsze 0. |
PartitionCases |
To liczba całkowita oznaczająca liczbę wierszy zestaw liter, na podstawie <data set> parametr. |
Test |
Rodzaj testu, która została wykonana. |
Miara |
Nazwa miara, zwracane przez test.Środki, dla każdego modelu zależą od typu modelu i typ wartości przewidywalne. Aby uzyskać listę zwrócone dla każdego typu przewidywalne działania Zobacz Raport sprawdzania poprawności między (Analysis Services — wyszukiwanie danych). Aby uzyskać definicję każdej miara zobacz krzyżowe sprawdzanie poprawności (Analysis Services — wyszukiwanie danych). |
Wartość |
Wartość dla określonej miara. |
Remarks
Poniższa tabela zawiera przykłady wartości, które służy do określania danych w struktura wyszukiwania, która jest używana do sprawdzania krzyżowe sprawdzanie poprawności.Jeśli test sprawy służą do sprawdzania poprawności krzyżyk struktury wyszukiwania musi już zawierać testowania zestaw danych.Aby uzyskać informacje na temat definiowania zestaw testowania danych podczas tworzenia struktura wyszukiwania zobacz Partycjonowanie danych do szkolenia i testowanie zestawy (Analysis Services — wyszukiwanie danych).
Wartość liczby całkowitej |
Description |
|---|---|
1 |
Używane są jedynie przypadki szkolenia. |
2 |
Są używane tylko w przypadku testu. |
3 |
Przypadków szkolenia i testowania przypadkach są używane. |
4 |
Nieprawidłowa kombinacja. |
5 |
Są używane tylko w przypadku szkolenia i zastosowaniu filtru modelu. |
6 |
Są używane tylko w przypadku badania i zastosowaniu filtru modelu. |
7 |
Szkolenie i testowanie przypadkach są używane i zastosowaniu filtru modelu. |
Aby uzyskać więcej informacji na temat scenariuszy, czy użyć sprawdzania krzyżowe sprawdzanie poprawności zobacz Sprawdzanie poprawności modeli wyszukiwania danych (Analysis Services — wyszukiwanie danych).
Przykłady
W tym przykładzie zwraca środki dokładności dla jednej decyzji drzewa modelu, v Target Mail DT, który jest skojarzony z vTargetMail Struktura wyszukiwania. The code on line four indicates that the results should be based on the testing cases, filtered for each model by the filter specific to that model.[Bike Buyer] specifies the column that is to be predicted, and the 1 on the following line indicates that the model is to be evaluated only for the specific value 1, meaning "Yes, will buy".
Końcowego wiersza kodu Określa, że wartość progowa stanu 0,5.Oznacza to, że prognoz, których się większa niż 50 procent prawdopodobieństwa powinny być liczone jako "dobry" prognoz przy obliczaniu dokładności.
CALL SystemGetAccuracyResults (
[vTargetMail],
[vTargetMail DT],
6,
'Bike Buyer',
1,
0.5
)
Przykładowe wyniki:
ModelName |
Nazwa_atrybutu |
AttributeState |
PartitionIndex |
PartitionSize |
Test |
Miara |
Wartość |
|---|---|---|---|---|---|---|---|
v DT poczty miejsce docelowe |
Rower kupujących |
1 |
0 |
1638 |
Klasyfikacja |
Dodatnia wartość true |
605 |
v DT poczty miejsce docelowe |
Rower kupujących |
1 |
0 |
1638 |
Klasyfikacja |
Fałszywie dodatnie. |
177 |
v DT poczty miejsce docelowe |
Rower kupujących |
1 |
0 |
1638 |
Klasyfikacja |
Ujemna wartość true |
501 |
v DT poczty miejsce docelowe |
Rower kupujących |
1 |
0 |
1638 |
Klasyfikacja |
Ujemna wartość false |
355 |
v DT poczty miejsce docelowe |
Rower kupujących |
1 |
0 |
1638 |
Prawdopodobieństwo |
Wynik dziennika |
-0.598454638753028 |
v DT poczty miejsce docelowe |
Rower kupujących |
1 |
0 |
1638 |
Prawdopodobieństwo |
Podnieś |
0.0936717116894395 |
v DT poczty miejsce docelowe |
Rower kupujących |
1 |
0 |
1638 |
Prawdopodobieństwo |
Błąd główny średniej kwadrat |
0.361630800104946 |
Requirements
Sprawdzanie poprawności między jest dostępna tylko w SQL Server 2008 Enterprise.
See Also