Применение функций прогнозирования к модели
Чтобы создать прогнозирующий запрос, необходимо сначала выбрать модель интеллектуального анализа данных, на которой будет основан это запрос. Можно выбрать любую модель интеллектуального анализа данных, существующую в текущем проекте.
Выбрав модель, добавьте в запрос прогнозирующую функцию. Важно понимать, что прогнозирующая функция используется для многочисленных целей. Можно не только прогнозировать значения, но и получать соответствующую статистику и информацию, которая использовалась для получения прогноза. Прогнозирующие функции могут возвращать следующие типы значений.
Имя прогнозируемого атрибута и значение, которое прогнозируется.
Статистика по распределению и дисперсии предсказанных значений.
Вероятность заданного результата или всех возможных результатов.
Верхние или нижние оценки или значения.
Значения, связанные с заданным узлом, объектом или атрибутом.
Существуют разные прогнозирующие функции, которые можно использовать, но необходимо выбрать функцию, соответствующую типу созданной модели. Обычно этот выбор зависит от алгоритма, который использовался при создании модели.
Список прогнозирующих функций, поддерживаемых почти всеми типами моделей, см. в разделе Общие функции прогнозирования (расширения интеллектуального анализа данных).
Кроме того, отдельные алгоритмы поддерживают ряд специализированных функций. Например, если создается модель, основанная на алгоритме кластеризации Microsoft Clustering, можно использовать специализированные прогнозирующие функции для поиска информации о кластерах (расстояние значения данных от центроида кластера и т. п.).
Примеры запросов к модели интеллектуального анализа данных определенного типа см. в справочнике по алгоритмам, в разделе Алгоритмы интеллектуального анализа данных (службы Analysis Services — интеллектуальный анализ данных).
Выберите модель интеллектуального анализа данных, которая должна использоваться для прогноза.
В среде Среда SQL Server Management Studio щелкните модель правой кнопкой мыши и выберите пункт Построить прогнозирующий запрос.
--ИЛИ--
В среде SQL Server Data Tools (SSDT) щелкните вкладку Прогнозирование моделей интеллектуального анализа данных, а затем щелкните Выбрать модель в таблице Модель интеллектуального анализа данных.
В диалоговом окне Выбор модели интеллектуального анализа данных выберите модель интеллектуального анализа данных и нажмите кнопку ОК.
Можно выбрать любую модель в текущей базе данных служб Analysis Services. Для создания запроса с помощью модели, расположенной в другой базе данных, необходимо открыть новое окно запроса в контексте этой базы данных или открыть файл решения, который содержит эту модель.
Добавление прогнозирующих функций в запрос
В построителе прогнозирующих запросов задайте входные данные для прогнозирования, указав значения в диалоговом окне Ввод одноэлементного запроса или связав модель с внешним источником данных.
Дополнительные сведения см. в разделе Выбор и сопоставление входных данных для прогнозирующего запроса.
.gif "Предупреждение")
Внимание!Для создания прогнозов вводить данные необязательно. Если входных данных нет, алгоритм обычно возвращает наиболее вероятное прогнозируемое значение для всех возможных входных значений.
Щелкните столбец Источник и выберите значение в списке.
<имя модели>
Выберите этот параметр для включения значений из модели интеллектуального анализа данных в выходные данные. Можно добавить только прогнозируемые столбцы.
Если добавляется столбец из модели, возвращаемый результат представляет собой список значений этого столбца, которые могут повторяться.
Столбцы, добавляемые с помощью этого параметра, включаются в предложение SELECT результирующей инструкции DMX.
Прогнозирующая функция
Выберите этот параметр для просмотра списка прогнозирующих функций.
Значения выбранных функций добавляются в предложение SELECT результирующей инструкции DMX.
Список прогнозирующих функций не фильтруется и не ограничивается выбранным типом модели. Поэтому, если вы сомневаетесь, поддерживается ли функция для текущего типа модели, можно просто добавить функцию в список и посмотреть, возникла ли ошибка.
Элементы списка с символом доллара в начале (например, $AdjustedProbability) представляют столбцы вложенной таблицы, получаемой при использовании функции PredictHistogram. Это сочетания клавиш, которые можно использовать, чтобы получить один столбец, а не вложенную таблицу.
Пользовательское выражение
Выберите этот параметр для ввода пользовательского выражения, а затем назначьте псевдоним выходным данным.
Пользовательское выражение добавляется в предложение SELECT конечного прогнозирующего запроса DMX.
Этот параметр полезен, если нужно добавить текст для вывода с каждой строкой, вызывать функции VB или пользовательские хранимые процедуры.
Сведения об использовании функций VBA и Excel из DMX см. в разделе Функции VBA в DAX и многомерных выражениях.
После добавления каждой функции или выражения перейдите в представление DMX, чтобы посмотреть, как функция добавляется в инструкцию DMX.
Внимание!Построитель прогнозирующих запросов не проверяет DMX до нажатия кнопки Результаты. Часто оказывается, что выражение, созданное построителем запросов, не является допустимой инструкцией DMX. Типичные случаи — это указание столбца, не связанного с прогнозируемым столбцом, или попытка прогнозирования столбца во вложенной таблице, что требует вложенной инструкции SELECT. В этот момент можно переключиться в представление DMX и продолжить редактирование инструкции.
Пример Создание запроса на основе модели кластеризации
Если у вас нет модели кластеризации для создания этого образца запроса, создайте модель [TM_Clustering] с помощью Учебника по основам интеллектуального анализа данных.
В среде Среда SQL Server Management Studio щелкните правой кнопкой мыши модель [TM_Clustering] и выберите пункт Построить прогнозирующий запрос.
В меню Модель интеллектуального анализа данных выберите пункт Одноэлементный запрос.
В диалоговом окне Ввод одноэлементного запроса задайте следующие значения как входные:
Gender = M
Расстояние до работы = 5—10 миль
В сетке запросов в списке столбца Источник выберите модель интеллектуального анализа данных TM_Clustering и добавьте столбец [Bike Buyer] («Покупатель велосипеда»).
В списке столбца Источник выберите значение Прогнозирующая функция и добавьте функцию Cluster.
В списке столбца Источник выберите значение Прогнозирующая функция, добавьте функцию PredictSupport и перетащите столбец модели [Bike Buyer] в поле Критерий или аргумент. В столбце Псевдоним введите Support («Поддержка»).
Скопируйте выражение, представляющее прогнозирующую функцию, и ссылку на столбец из поля Критерий или аргумент.
В качестве Источника выберите Пользовательское выражение, введите псевдоним, а затем укажите функцию CEILING Excel с помощью следующего синтаксиса:
Excel as <return type>Вставьте ссылку на столбец в качестве аргумента функции.
Например, следующее выражение возвращает значение CEILING для значения поддержки.
EXCEL!CEILING(PredictSupport([TM_Clustering].[Bike Buyer]),2)В столбце Псевдоним введите CEILING.
Щелкните Переключиться в представление текста запроса, чтобы увидеть созданную инструкцию DMX, а затем щелкните Переключиться в представление результатов запроса, чтобы увидеть выходные столбцы прогнозирующего запроса.
В следующей таблице показаны ожидаемые результаты.
Покупатель велосипеда
$Cluster
SUPPORT
CEILING
0
Кластер 8
954
953.948638926372
Если нужно добавить другие предложения в каком-то месте инструкции (например, предложение WHERE), сделать это с помощью сетки невозможно. Необходимо сначала перейти в представление DMX.