Запросы интеллектуального анализа данных
Запросы интеллектуального анализа позволяют решить следующие задачи.
Применить модели к новым данным, чтобы сделать один или несколько прогнозов. Входные значения можно предоставить в качестве параметров или в одном пакете.
Получить статистическую сводку по данным, используемым при обучении.
Извлечь шаблоны или правила или создавать профили типичных ситуаций, представляющих шаблон в модели.
Извлечь формулы регрессии и других вычислений, которые объясняют шаблоны.
Получать варианты, которые соответствуют определенному шаблону.
Получить сведения об отдельных вариантах, используемых в модели, включая данные, неиспользуемые для анализа.
Переобучить модель путем добавления новых данных или выполнения перекрестных прогнозов.
В этом разделе приведены общие сведения, которые помогут начать работу с запросами интеллектуального анализа данных. В нем описаны типы запросов, которые можно создавать к объектам интеллектуального анализа данных, средства создания и языки запросов. В разделе также приведены ссылки на образцы запросов, которые можно создать к моделям, построенным с помощью алгоритмов из интеллектуального анализа данных SQL Server.
Общие сведения о запросах интеллектуального анализа данных
Средства и интерфейс для построения запросов
Запросы для моделей различных типов
Требования
Общие сведения о запросах интеллектуального анализа данных
Интеллектуальный анализ данных в службах Analysis Services поддерживает запросы следующих типов:
Прогнозирующие запросы (интеллектуальный анализ данных)
запросы, которые делают выводы на основе имеющихся в модели шаблонов и входных данных;
Запросы содержимого (интеллектуальный анализ данных)
запросы, возвращающие метаданные, статистические данные и другие сведения о самой модели;
Запросы детализации (интеллектуальный анализ данных)
запросы, которые могут получать базовые данные варианта для модели или даже данные из структуры, которая в модели не использовалась;
Запросы, определяющие данные (интеллектуальный анализ данных)
запросы, которые не возвращают сведения из модели, а используются для построения модели и структуры или для обновления данных в модели или структуре.
Перед началом создания запросов рекомендуется познакомиться с тем, чем отличаются модели, созданные с помощью каждого из имеющихся в SQL Server алгоритмов интеллектуального анализа данных.
Для просмотра моделей каждого типа служат дополнительные средства просмотра интеллектуального анализа данных, предусмотренные для алгоритма каждого типа. Дополнительные сведения см. в разделе Задачи и инструкции средства просмотра моделей интеллектуального анализа данных.
Просмотр содержимого моделей каждого типа выполняется с помощью средства просмотра деревьев содержимого общего вида (Майкрософт). О том, как интерпретировать этих сведения, см. в разделе Содержимое модели интеллектуального анализа данных (службы Analysis Services — интеллектуальный анализ данных).
Средства и интерфейс для построения запросов
Запросы интеллектуального анализа данных можно строить интерактивно с помощью одного из имеющихся в SQL Server средств работы с запросами. Графический построитель прогнозирующих запросов доступен как в среде SQL Server Data Tools (SSDT), так и в среде Среда SQL Server Management Studio. Если вы ранее не пользовались построителем прогнозирующих запросов, рекомендуется пройти учебник Учебник по основам интеллектуального анализа данных, чтобы познакомиться с его интерфейсом. Краткое описание приведено в разделе «Создание запроса с помощью Создание прогнозирующего запроса с помощью построителя прогнозирующих запросов».
Построитель прогнозирующих запросов является полезным для запуска запросов, которые будут настраиваться позже. Можно легко добавить источники данных и сопоставить их со столбцами, а затем переключиться в представление DMX и настроить запрос, добавив в него предложение WHERE или другие функции.
Познакомившись с моделями интеллектуального анализа данных и научившись строить запросы, можно также писать запросы напрямую с помощью расширений интеллектуального анализа данных. Расширения интеллектуального анализа данных ― это язык запросов, похожий на Transact-SQL, который может быть использован множеством разных клиентов. Язык расширений интеллектуального анализа данных прекрасно подходит для создания пользовательских прогнозов и сложных запросов. Дополнительные сведения о расширениях интеллектуального анализа данных см. в разделе Создание моделей интеллектуального анализа данных и выполнение к ним запросов с помощью расширений интеллектуального анализа данных: учебники (службы Analysis Services — интеллектуальный анализ данных).
Редакторы расширений интеллектуального анализа данных есть как в среде SQL Server Data Tools (SSDT), так и в среде Среда SQL Server Management Studio. Кроме того, запросы можно начинать с помощью построителя прогнозирующих запросов, а затем перейти в представление текстового редактора и скопировать инструкцию расширений интеллектуального анализа данных в другой клиент. Дополнительные сведения см. в разделе Интерфейсы запросов интеллектуального анализа данных.
Инструкции расширений интеллектуального анализа данных можно создать программным способом, а затем отправить их из клиента на сервер служб Analysis Services через объекты AMO или XMLA. При этом расширения интеллектуального анализа данных должны обязательно использоваться для создания запросов к модели интеллектуального анализа данных.
Метаданные, статистику и определенное содержимое модели можно также запрашивать с помощью динамических административных представлений, в основе которых лежат наборы строк схемы интеллектуального анализа данных. С помощью этих динамических административных представлений легко получить сведения о модели путем ввода инструкций SELECT, однако прогнозы создавать нельзя. Дополнительные сведения о динамических административных представлениях, поддерживаемых службами Analysis Services, см. в разделе Использование динамических административных представлений для мониторинга служб Analysis Services.
И наконец, можно создать запросы интеллектуального анализа данных для использования в пакетах служб Integration Services с помощью задачи Задача «Запрос интеллектуального анализа данных» или преобразования Преобразование «Запрос интеллектуального анализа данных». Задача потока управления поддерживает несколько типов запросов расширений интеллектуального анализа данных, а преобразование потока данных поддерживает только запросы, работающие с данными из потока данных, другими словами, только запросы, использующие синтаксис PREDICTION JOIN.
Запросы для моделей различных типов
Тот алгоритм, который использовался при создании модели, во многом определяет тип данных, которые можно получить с помощью запроса интеллектуального анализа данных. Причина различий заключается в том, что каждый алгоритм обрабатывает данные по-своему и хранит разные виды шаблонов. Например, некоторые алгоритмы создают кластеры, другие же создают деревья. Поэтому, возможно, придется использовать специализированные функции прогноза и запроса в зависимости от типа модели, с которой вы работаете.
В следующем списке приведено краткое описание функций, которые можно использовать в запросах:
Общие прогнозирующие функции: Функция Predict является полиморфной, а это означает, что она работает с моделями всех типов. Эта функция автоматически определяет тип модели, с которой вы работаете, и запрашивает дополнительные параметры. Дополнительные сведения см. в разделе Predict (расширения интеллектуального анализа данных).
.gif "Предупреждение")
Внимание!Не все модели используются для создания прогнозов. Например, можно создать модель кластеризации, у которой не будет прогнозируемого атрибута. Но даже если у модели и нет прогнозируемого атрибута, то можно создать прогнозирующий запрос, который будет возвращать из модели другие полезные сведения.
Пользовательские прогнозирующие функции: В каждом типе модели есть набор прогнозирующих функций, предназначенных для работы с шаблонами, которые создает этот алгоритм.
Например, функция Lag в моделях временных рядов и позволяет просматривать данные журнала, используемые для этой модели. Для моделей кластеризации более значимыми являются такие функции, как ClusterDistance.
Дополнительные сведения о функциях, которые поддерживаются для моделей каждого типа, приведены по следующим ссылкам.
Можно также пользоваться функциями VBA или создать свои собственные. Дополнительные сведения см. в разделе Функции (расширения интеллектуального анализа данных).
Общая статистика. Есть несколько функций, которые можно использовать при работе практически с любым типом моделей. Они возвращают стандартный набор описательных статистических данных, например стандартное отклонение.
Например, функция PredictHistogram возвращает таблицу, в которой перечислены все состояния указанного столбца.
Дополнительные сведения см. в разделе Общие функции прогнозирования (расширения интеллектуального анализа данных).
Пользовательские статистические данные. Дополнительные функции предоставляются для каждого типа моделей, чтобы формировать статистику, относящуюся к определенной аналитической задаче.
Например, при работе с моделью кластеризации с помощью функции PredictCaseLikelihood можно получить значение вероятности, связанное с определенным вариантом и кластером. Но если вы создали модель линейной регрессии, то вам будет интереснее получить коэффициент и отсекаемый отрезок, что можно сделать с помощью запроса содержимого.
Функции содержимого модели. Содержимое всех моделей представлено в стандартизированном формате, позволяющем получать сведения с помощью простого запроса. Запросы к содержимому моделей можно создавать с помощью расширений интеллектуального анализа данных. Некоторые типы содержимого модели также можно получить с помощью наборов строк схемы интеллектуального анализа данных.
В содержимом модели значение каждой возвращаемой строки или узла таблицы отличается в зависимости от типа алгоритма, с помощью которого была построена модель, а также типа данных столбца. Дополнительные сведения см. в разделе Запросы содержимого (интеллектуальный анализ данных).
Требования
Перед созданием запроса к модели должна быть обработана модель интеллектуального анализа данных. Обработка объектов служб Analysis Services требует специальных разрешений. Дополнительные сведения об обработке моделей интеллектуального анализа данных см. в разделе Требования к обработке и связанные замечания (интеллектуальный анализ данных).
Для выполнения запросов к модели интеллектуального анализа данных требуются разрешения различных уровней, в зависимости от типа выполняемого запроса. Например, для детализации до данных варианта или структуры обычно требуются дополнительные разрешения, которые можно задать для объекта структуры интеллектуального анализа данных или объекта модели интеллектуального анализа данных.
Но если в запросе используются внешние данные, а также такие инструкции, как OPENROWSET или OPENQUERY, то в запрашиваемой базе данных эти инструкции должны быть включены, а пользователь должен иметь разрешения на базовые объекты базы данных.
Дополнительные сведения о контекстах безопасности, необходимых для выполнения запросов интеллектуального анализа данных, см. в разделе Общие сведения о безопасности (интеллектуальный анализ данных)
В этом разделе
В этом разделе подробно представлены все типы запросов интеллектуального анализа данных, а также ссылки на детальные примеры создания запросов к моделям интеллектуального анализа данных.
Прогнозирующие запросы (интеллектуальный анализ данных)
Запросы содержимого (интеллектуальный анализ данных)
Запросы детализации (интеллектуальный анализ данных)
Запросы, определяющие данные (интеллектуальный анализ данных)
Интерфейсы запросов интеллектуального анализа данных
Связанные задачи
Используйте эти ссылки, чтобы научиться создавать запросы интеллектуального анализа данных и работать с ними.