Поделиться через

  • Статья

Метод SystemGetClusterAccuracyResults (службы Analysis Services — интеллектуальный анализ данных)

Возвращает показатели точности перекрестной проверки для структуры интеллектуального анализа и связанных с ней моделей кластеризации.

Эта хранимая процедура возвращает показатели для всего набора данных как единой секции. Чтобы выполнить секционирование набора данных на перекрестные разделы и вернуть метрики для каждой секции, используйте метод Хранимая процедура SystemGetClusterCrossValidationResults (службы Analysis Services — интеллектуальный анализ данных).

ПримечаниеПримечание

Эта хранимая процедура работает только с моделями кластеризации. Для некластеризованных моделей используется SystemGetAccuracyResults (службы Analysis Services — интеллектуальный анализ данных).

Синтаксис

SystemGetClusterAccuracyResults(
<mining structure> 
[,<mining model list>]
,<data set>
,<test list>])

Аргументы

  • mining structure
    Имя структуры интеллектуального анализа данных в текущей базе данных.

    (обязательно)

  • mining model list
    Список моделей для проверки с разделителями-запятыми.

    По умолчанию значение null, означающее, что используются все применимые модели. При использовании значения по умолчанию некластеризованные модели автоматически исключаются из списка обработки.

    (необязательно)

  • data set
    Целочисленное значение, указывающее, что секция в структуре интеллектуального анализа должна использоваться для тестирования. Это значение получается из битовой маски, которая представляет сумму следующих значений, каждое из которых в отдельности является необязательным:

    Обучающие варианты

    0x0001

    Проверочные варианты

    0x0002

    Фильтр модели

    0x0004

    Полный список возможных значений см. в подразделе «Примечания» этого раздела.

    (обязательно)

  • test list
    Строка, указывающая параметры тестирования. Этот параметр зарезервирован для использования в будущем.

    (необязательно).

Тип возвращаемых данных

Таблица, содержащая оценки каждой отдельной секции и статистических функций для всех моделей.

Следующая таблица содержит список столбцов, возвращаемых методом SystemGetClusterAccuracyResults. Дополнительные сведения об интерпретации сведений, возвращаемых этой хранимой процедурой, см. в разделе Отчет перекрестной проверки (службы Analysis Services — интеллектуальный анализ данных).

Имя столбца

Описание

ModelName

Имя протестированной модели. Значение Все указывает, что результат представляет собой статистическое выражение, полученное для всех моделей.

AttributeName

Неприменимо к моделям кластеризации.

AttributeState

Неприменимо к моделям кластеризации.

PartitionIndex

Число, указывающее секцию.

Для этой хранимой процедуры оно всегда будет равно 0.

PartitionCases

Целое число, указывающее количество проверенных вариантов.

Test

Тип выполненного теста.

Measure

Имя меры, возвращенной тестом. Меры для каждой модели зависят от типа модели и типа прогнозируемого значения.

Список мер, возвращаемых для каждого прогнозируемого типа см. в разделе Отчет перекрестной проверки (службы Analysis Services — интеллектуальный анализ данных).

Определение каждой меры см. в разделе Перекрестная проверка (службы Analysis Services — интеллектуальный анализ данных).

Value

Оценка вероятности, указывающая вероятность кластерного варианта.

Замечания

В следующей таблице приводятся примеры значений, с помощью которых можно указать в структуре интеллектуального анализа данные, используемые для перекрестной проверки. Если для перекрестной проверки нужно использовать проверочные варианты, то структура интеллектуального анализа данных должна содержать набор проверочных данных. Сведения о том, как определить набор проверочных данных во время создания структуры интеллектуального анализа данных, см. в разделе Секционирование данных на обучающий и проверочный наборы данных (службы Analysis Services — интеллектуальный анализ данных).

Целое значение

Описание

1

Используются только обучающие варианты.

2

Используются только проверочные варианты.

3

Используются и обучающие и проверочные варианты.

4

Недопустимое сочетание.

5

Используются только обучающие варианты, и применяется фильтр модели.

6

Используются только проверочные варианты, и применяется фильтр модели.

7

Используются и обучающие и проверочные варианты, и применяется фильтр модели.

Дополнительные сведения о сценариях, в которых применяется перекрестная проверка, см. в разделе Проверка моделей интеллектуального анализа данных (службы Analysis Services — интеллектуальный анализ данных).

Примеры

Этот пример возвращает меры точности для двух моделей кластеризации, Cluster 1 и Cluster 2, которые связаны со структурой интеллектуального анализа vTargetMail. Код в четвертой строке указывает, что результаты должны быть основаны только на проверке вариантов, без использования фильтров, которые могут быть связаны с каждой моделью.

CALL SystemGetClusterAccuracyResults (
[vTargetMail],
[Cluster 1], [Cluster 2],
2
)

Образец результатов:

ModelName

AttributeName

AttributeState

PartitionIndex

PartitionSize

Test

Мера

Значение

Cluster 1

0

5545

Clustering

Case Likelihood

0.796514342249313

Cluster 2

0

5545

Clustering

Case Likelihood

0.732122471228572

Требования

Перекрестная проверка доступна только в версиях SQL Server Enterprise, начиная с SQL Server 2008.