Статья
04/01/2012

Занятие 2. Добавление моделей интеллектуального анализа данных в структуру интеллектуального анализа временных рядов

На этом занятии в структуру интеллектуального анализа данных, созданную в разделе Занятие 1. Создание модели интеллектуального анализа данных временных рядов и структуры интеллектуального анализа данных, будет добавлена новая модель интеллектуального анализа данных.

Инструкция ALTER MINING STRUCTURE

Инструкция ALTER MINING STRUCTURE (расширения интеллектуального анализа данных) используется для добавления модели интеллектуального анализа данных в существующую структуру интеллектуального анализа. Код инструкции можно разбить следующим образом.

Определение структуры интеллектуального анализа данных
Указание имени модели интеллектуального анализа
Определение ключевого столбца
Определение прогнозируемых столбцов
Задание алгоритма и изменений параметров

В следующем фрагменте показан общий пример инструкции ALTER MINING STRUCTURE.

ALTER MINING STRUCTURE [<mining structure name>]
ADD MINING MODEL [<mining model name>]
   ([<key columns>],
    <mining model columns>
   )
USING <algorithm name>([<algorithm parameters>])
[WITH DRILLTHROUGH]

В первой строке кода идентифицируется существующая структура интеллектуального анализа данных, к которой будут добавлены модели интеллектуального анализа данных:

ALTER MINING STRUCTURE [<mining structure name>]

В следующей строчке кода модели интеллектуального анализа данных, добавляемой к структуре интеллектуального анализа, присваивается имя:

ADD MINING MODEL [<mining model name>]

Дополнительные сведения о присвоении имени объекту в расширениях интеллектуального анализа данных см. в разделе Идентификаторы (расширения интеллектуального анализа данных).

Следующие строки кода задают столбцы из структуры интеллектуального анализа, которые будут использоваться моделью интеллектуального анализа:

[<key columns>],
<mining model columns>

Можно использовать только существующие столбцы структуры интеллектуального анализа, причем первый столбец из списка должен быть ключевым столбцом структуры интеллектуального анализа.

В следующих строках кода определяется алгоритм интеллектуального анализа, который создает модель интеллектуального анализа данных, и параметры, которые можно задать в алгоритме и указать, можно ли на основании модели интеллектуального анализа выполнять детализацию углублением подробных данных представления в обучающих вариантах.

USING <algorithm name>([<algorithm parameters>])
WITH DRILLTHROUGH

Дополнительные сведения о настраиваемых параметрах алгоритма см. в разделе Технический справочник по алгоритму временных рядов (Майкрософт).

С помощью следующего синтаксиса можно указать столбец модели интеллектуального анализа, который следует использовать для прогнозирования:

<mining model column> PREDICT

Задачи занятия

На этом занятии будут выполнены следующие задачи.

Добавление в структуру новой модели интеллектуального анализа временных рядов.
Изменение параметров алгоритма для использования другого метода анализа и прогнозирования

Добавление в структуру модели временных рядов ARIMA

Первым шагом является добавление новой модели интеллектуального анализа прогнозирования в существующую структуру. По умолчанию алгоритм временных рядов (Майкрософт) создает модели интеллектуального анализа временных рядов при помощи двух алгоритмов — ARIMA и ARTXP — и объединяет результаты. Однако можно указать один используемый алгоритм либо выбрать точное сочетание алгоритмов. В рамках этого шага добавляется новая модель, которая использует только алгоритм ARIMA. В SQL Server 2008 этот алгоритм является новым и оптимизирован для долговременного прогнозирования.

Добавление модели интеллектуального анализа временных рядов ARIMA

В обозревателе объектов щелкните правой кнопкой мыши экземпляр служб Службы Analysis Services, укажите пункт Создать запрос и выберите пункт DMX, чтобы открыть редактор запросов и создать новый, пустой запрос.
Скопируйте стандартный пример использования инструкции ALTER MINING STRUCTURE в пустое окно запроса.

Вместо:

<mining structure name>

вставьте:

[Forecasting_MIXED_Structure]

Замените:
```
<mining model name> 
```
на:
```
Forecasting_ARIMA
```
Замените:
```
<key columns>,
```
на:
```
[ReportingDate],
[ModelRegion]
```
Следует отметить, что не нужно повторять сведения для типа данных или содержимого, которые предоставлены в инструкции CREATE MINING MODEL, поскольку они уже сохранены в структуре интеллектуального анализа.

Замените:

<mining model columns>

на:

([Quantity] PREDICT,
[Amount] PREDICT
)

Замените:

USING <algorithm name>([<algorithm parameters>]) 
[WITH DRILLTHROUGH]

на:

USING Microsoft_Time_Series (AUTO_DETECT_PERIODICITY = .08, FORECAST_METHOD = 'ARIMA')
WITH DRILLTHROUGH

В результате инструкция должна выглядеть следующим образом:

ALTER MINING STRUCTURE [Forecasting_MIXED_Structure]
ADD MINING MODEL [Forecasting_ARIMA]
   (
    [ReportingDate],
    [ModelRegion],
    ([Quantity] PREDICT,
    [Amount] PREDICT
   ) 
USING Microsoft_Time_Series (AUTO_DETECT_PERIODICITY = .08, FORECAST_METHOD = 'ARIMA')
WITH DRILLTHROUGH

В меню Файл выберите пункт Сохранить DMXQuery1.dmx как.
В диалоговом окне Сохранить как укажите расположение соответствующей папки и назовите файл Forecasting_ARIMA.dmx.
На панели инструментов нажмите кнопку Выполнить.

Добавление в структуру модели временных рядов ARTXP

В SQL Server 2005 алгоритм ARTXP использовался по умолчанию и был оптимизирован для краткосрочного прогнозирования. Для сравнения прогнозов, выполняемых тремя алгоритмами временных рядов, будет добавлена еще одна модель, основанная на алгоритме ARTXP.

Добавление модели интеллектуального анализа временных рядов ARTXP

Скопируйте следующий код в пустое окно запроса.

Следует отметить, что нет необходимости изменять что-либо, за исключением имени новой модели интеллектуального анализа и значения параметра FORECAST_METHOD.
```
ALTER MINING STRUCTURE [Forecasting_MIXED_Structure]
ADD MINING MODEL [Forecasting_ARTXP]
   (
    [ReportingDate],
    [ModelRegion],
    ([Quantity] PREDICT,
    [Amount] PREDICT
   ) 
USING Microsoft_Time_Series (AUTO_DETECT_PERIODICITY = .08, FORECAST_METHOD = 'ARTXP')
WITH DRILLTHROUGH
```
В меню Файл выберите команду Сохранить DMXQuery1.dmx как.
В диалоговом окне Сохранить как укажите расположение соответствующей папки и назовите файл Forecasting_ARTXP.dmx.
На панели инструментов нажмите кнопку Выполнить.

На следующем занятии будет выполнена обработка всех моделей и структуры интеллектуального анализа.

Следующее занятие

Занятие 3. Обработка структуры и моделей временных рядов

См. также

Справочник

Технический справочник по алгоритму временных рядов (Майкрософт)

Основные понятия

Алгоритм временных рядов (Майкрософт)

Поделиться через