Lekcja 5: Rozszerzanie modelu czasu serii

W SQL Server 2008 Flaga, można dodać nowych danych czas serii modelu i automatycznie dołączyć nowe dane do modelu. Dodać nowe dane do modelu czas serii wyszukiwania w jednym z dwóch sposobów:

• łączyć przewidywanie można użyć w celu dołączenia danych w zewnętrznym źródłem danych szkoleniowych.

• Za pomocą kwerendy przewidywanie pojedynczych zapewniające część jeden na czas.

Załóżmy na przykład, szkolony model wyszukiwania na istniejących danych sprzedaży niektóre miesiące temu.Gdy pojawi się nowa sprzedaż, można zaktualizować sprzedaży prognoz w celu włączenia nowych danych.Można to zrobić w jednym kroku, przez podanie nowej wartości sprzedaży jako danych wejściowych i generowania nowych prognoz na podstawie złożonego zestaw danych.

Tworzenie prognoz z EXTEND_MODEL_CASES

Poniżej pokazano przykłady rodzajowy przewidywanie serii czas, za pomocą EXTEND_MODEL_CASES.Pierwszy przykład umożliwia określenie liczby prognoz, począwszy od czas ostatniego stopnia model oryginalny:

SELECT [<model columns>,] PredictTimeSeries(<table column reference>, n, EXTEND_MODEL_CASES) 
FROM <mining model>
PREDICTION JOIN <source query>
[WHERE <criteria>]

W drugim przykładzie można określić etap czas rozpoczęcia prognoz i którym powinna kończyć.Ta opcja jest ważne, gdy rozszerzenie modelu, w przypadkach ponieważ domyślnie kroki czas używany do przewidywanie kwerendy zawsze uruchomienia na końcu oryginalnej serii.

SELECT [<model columns>,] PredictTimeSeries(<table column reference>, n-start, n-end, EXTEND_MODEL_CASES) 
FROM <mining model>
PREDICTION JOIN <source query>
[WHERE <criteria>}

W tym samouczku utworzy się oba rodzaje kwerend.

Aby utworzyć kwerendę przewidywanie pojedynczych na czas modelu serii

1. W Eksplorator obiektów, kliknij prawym przyciskiem myszy wystąpienie Analysis Services, wskaż polecenie Nowa kwerenda, a następnie kliknij przycisk DMX.

   Edytor kwerendy zostanie otwarty i zawiera kwerendę nową, pustą.

2. Rodzajowy przykład pojedynczych instrukcja należy skopiować do pustego kwerendy.

3. Zastąp następujące czynności:

   SELECT [<model columns>,] PredictTimeSeries(<table column reference>, n, EXTEND_MODEL_CASES) 
   

   z:

   SELECT [Model Region],
   PredictTimeSeries([Quantity],6, EXTEND_MODEL_CASES) AS PredictQty
   

   W pierwszym wierszu pobiera wartości z modelu, który identyfikuje serii.

   Drugi wiersz zawiera przewidywanie funkcji, która pobiera 6 s przewidywanie za ilość.Alias, PredictQty, jest przypisany do kolumna wyników przewidywanie aby łatwiej zrozumieć wyniki.

4. Zastąp następujące czynności:

   FROM <mining model>
   

   z:

   FROM [Forecasting_MIXED]
   

5. Zastąp następujące czynności:

   PREDICTION JOIN <source query>
   

   z:

   NATURAL PREDICTION JOIN 
   (
      SELECT 1 AS [Reporting Date],
      '10' AS [Quantity],
      'M200 Europe' AS [Model Region]
      UNION SELECT
      2 AS [Reporting Date],
      15 AS [Quantity]),
      'M200 Europe' AS [Model Region]
   ) AS t
   

6. Zastąp następujące czynności:

   [WHERE <criteria>]
   

   z:

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

   Pełną instrukcję powinno być teraz w następujący sposób:

   SELECT [Model Region],
   PredictTimeSeries([Quantity],6, EXTEND_MODEL_CASES) AS PredictQty
   FROM
      [Forecasting_MIXED]
   NATURAL PREDICTION JOIN 
      SELECT 1 AS [ReportingDate],
     '10' AS [Quantity],
     'M200 Europe' AS [ModelRegion]
   UNION SELECT
     2 AS [ReportingDate],
     15 AS [Quantity]),
     'M200 Europe' AS [ModelRegion]
   ) AS t
   WHERE [ModelRegion] = 'M200 Europe' OR
   [ModelRegion] = 'M200 Pacific'
   

7. Na Plik menu kliknijZapisz DMXQuery1.dmx jako.

8. W Zapisz jako -okno dialogowe, przejdź do odpowiedniego folderu i nazwę pliku Singleton_TimeSeries_Query.dmx.

9. Na pasku narzędzi kliknij przycisk wykonać przycisku.

   Kwerenda zwraca prognoz ilość sprzedaży rowerów M200 w Europie i Pacyfiku regionach.

Opis Start prognozowania z EXTEND_MODEL_CASES

Zostały utworzone na podstawie oryginalnego modelu prognoz i nowymi danymi, można porównać wyniki, aby zobaczyć, jak aktualizacja danych sprzedaży wpływa na prognoz.Zanim zrobisz, Przegląd kodu, która właśnie została utworzona i zwróć uwagę, następujące czynności:

• Podano nowe dane wyłącznie dla Europy region.

• Podano tylko dwa miesiące nadaje nowych danych.

W poniższej tabela przedstawiono wpływ nowe wartości dostarczane dla Europy M200 prognoz.Nie dostarczył wszystkie nowe dane dla produktu M200 Pacyfiku region, ale ten cykl programów jest przedstawiony w celu porównania:

Produktu i region	(Istniejącego modeluPredictTimeSeries)	Model z zaktualizowane dane dotyczące sprzedaży)PredictTimeSeries z EXTEND_MODEL_CASES)
Europa M200	Europa M2007/25/2004 12:00:00 AM77 Europa M2008/25/2004 12:00:00 AM64 Europa M2009/25/2004 12:00:00 AM59 Europa M20010/25/2004 12:00:00 AM56 Europa M20011/25/2004 12:00:00 AM56 Europa M20012/25/2004 12:00:00 AM74	Europa M2007/25/2004 12:00:00 AM10 Europa M2008/25/2004 12:00:00 AM15 Europa M2009/25/2004 12:00:00 AM72 Europa M20010/25/2004 12:00:00 AM69 Europa M20011/25/2004 12:00:00 AM68 Europa M20012/25/2004 12:00:00 AM89
M200 Pacyfiku	M200 Pacyfiku7/25/2004 12:00:00 AM41 M200 Pacyfiku8/25/2004 12:00:00 AM44 M200 Pacyfiku9/25/2004 12:00:00 AM38 M200 Pacyfiku10/25/2004 12:00:00 AM41 M200 Pacyfiku11/25/2004 12:00:00 AM36 M200 Pacyfiku12/25/2004 12:00:00 AM39	M200 Pacyfiku7/25/2004 12:00:00 AM41 M200 Pacyfiku8/25/2004 12:00:00 AM44 M200 Pacyfiku9/25/2004 12:00:00 AM38 M200 Pacyfiku10/25/2004 12:00:00 AM41 M200 Pacyfiku11/25/2004 12:00:00 AM36 M200 Pacyfiku12/25/2004 12:00:00 AM39

Z tych wyniki można wyświetlić dwie rzeczy:

• Pierwsze dwa prognoz dla Europy M200 serii dokładnie są takie same, jak nowe dane podanych.Zgodnie z projektem Analysis Services zwraca rzeczywiste nowe punkty danych, zamiast dokonywania przewidywanie.Jest to konieczne, ponieważ po rozszerzeniu przypadkach modelu kroki wymagane w przypadku kwerend przewidywanie zawsze uruchomienia na końcu oryginalnej serii.W związku z tym dodając dwie nowe punkty danych, dwa pierwsze prognoz zwrócił nakładania się przy użyciu nowych danych.

• Gdy wszystkie nowe punkty danych są używane Analysis Services powoduje, że prognoz opartych na modelu zaktualizowany. W związku z tym począwszy od września 2005, można zobaczyć różnicę między prognoz dla Europy M200 z oryginalnym modelu, w lewej kolumnie i model, który używa EXTEND_MODEL_CASES, kolumna po prawej stronie.Prognoz różnią się, ponieważ model został zaktualizowany o nowe dane.

Za pomocą początkowy i końcowy czas kroki do przewidywania sterowania

Podczas rozszerzania modelu nowych danych zawsze jest dołączony do zakończenia tej serii.Jednak w celu ich przewidywanie, wycinki czas używany do przewidywanie kwerendy początkowej na końcu oryginalnej serii.Jeśli chcesz uzyskać tylko nowe prognoz podczas dodawania nowych danych, należy określić punkt początkowy jako liczbę wycinków czas.Na przykład jeśli dodajesz dwie nowe punkty danych, a chcesz uczynić cztery nowe przewidywania, czy wykonaj następujące czynności:

• Tworzenie przewidywanie łączyć na modelu serii czas i określ dwa miesiące nowych danych.

• Żądanie prognoz na cztery wycinki czas, gdy punkt początkowy jest 3, a punkt końcowy jest przedział czas 6.

Innymi słowy jeśli zawiera nowych danych n wycinki czas, a żądanie prognoz dla czas kroki od 1 do n, prognoz będzie zgodny z tym samym okresie, w nowych danych.Aby uzyskać nowe prognoz dla okresów czasu, nie obejmuje danych, należy albo uruchomić prognoz w czasie część n + 1 po nowej serii danych lub upewnij się, że żądanie jest dodatkowy czas część s.

Uwaga

Podczas dodawania nowych danych, nie można wprowadzać historycznych prognoz.

W poniższym przykładzie instrukcja DMX, która pozwala uzyskać tylko nowe prognoz dla dwóch serii w poprzednim przykładzie.

SELECT [Model Region],
PredictTimeSeries([Quantity],3,6, EXTEND_MODEL_CASES) AS PredictQty
FROM
   [Forecasting_MIXED]
NATURAL PREDICTION JOIN 
   SELECT 1 AS [ReportingDate],
  '10' AS [Quantity],
  'M200 Europe' AS [ModelRegion]
UNION SELECT
  2 AS [ReportingDate],
  15 AS [Quantity]),
  'M200 Europe' AS [ModelRegion]
) AS t
WHERE [ModelRegion] = 'M200 Europe'

Wyniki przewidywanie zaczynają się od przedział czas 3, czyli po 2 miesięcy z nowymi danymi, które zostanie dostarczone.

Produktu i region	Wzór na aktualizacji danych (PredictTimeSeries z EXTEND_MODEL_CASES)
Europa M200	Europa M2009/25/2004 12:00:00 AM72 Europa M20010/25/2004 12:00:00 AM69 Europa M20011/25/2004 12:00:00 AM68 Europa M20012/25/2004 12:00:00 AM89

Tworzenie prognoz z REPLACE_MODEL_CASES

Zastępowanie przypadkach modelu jest przydatne, należy przeszkolić modelu na jeden zestaw spraw, a następnie zastosować modelu do serii danych.Szczegółowy przegląd tego scenariusza przedstawiono w Lekcja 2: Tworzenie scenariusza prognozowania (samouczek wyszukiwanie danych pośrednich).

See Also

Concepts

Podczas badania modelu czasu serii (Analysis Services — wyszukiwanie danych)

Other Resources

PredictTimeSeries (DMX)