Microsoft saat Serisi algoritması teknik başvurusu

The Microsoft saat Series algorithm includes two separate algorithms:

• ' De kullanılmaya başlanan ARTXP algoritması SQL Server 2005, bir serideki bir sonraki olası değeri tahmin için getirilmiştir.

• Içinde eklenmiş olan ARIMA algoritması SQL Server 2008 uzun süreli tahmin ile kesinliği artırmak için .

Varsayılan olarak, Analysis Services model eğitmek için ayrı ayrı her algoritmasını kullanır ve sonra sonuçlar Öngörüler değişken bir dizi için bir en iyi tahmin getirebilecek karıştırır. Veri ve tahmin gereksinimlerinize göre algoritmaları, yalnızca birini kullanmayı seçebilirsiniz.Içinde SQL Server 2008 Enterprise, tahmin sırasında algoritmalarının harmanlama denetleyen sonlandırma noktası da özelleştirebilirsiniz.

Bu konu, her bir algoritma nasıl uygulanır ve sonuçlar çözümleme ve tahmin ince ayarını yapmak için gereken parametreleri ayarlayarak algoritma nasıl özelleştirebileceğiniz hakkında ek bilgi sağlar.

saat serisi algoritmalar uygulamasıdır.

Microsoft Araştırma ARTXP algoritması için geliştirilen ve temel Microsoft Dönemsel saat serisi verilerini temsil eden bir autoregressive ağaç modeli karar ağaçları algoritması. ARTXP algoritması Geçmişteki maddeler değişken sayıda öngörülen geçerli her maddenin ilişkilendirir.Gelen olgu ART algoritması veya autoregressive ağaç yöntem, birden çok, bilinmeyen önceki durumlara uygulanır adı, ARTXP türetir.ARTXP algoritması ayrıntılı bir açıklaması için bkz: saat-Series analizi Autoregressive ağacı modeller.

ARIMA algoritması için uzun dönemli tahmin olarak kullanılır.ARIMA algoritmanın kutusu ve Jenkins tarafından geliştirilen bir uygulamasıdır.ARIMA ya da tümleşik autoregressive hareketli ortalama, sırayla, alınan gözlemler bağımlılıkları belirleniyor bilinen yöntemidir saat.Ayrıca, çarpma seasonality destekler.ARIMA algoritması autoregressive ve ortalama koşulları taşıma kullanır.

Çapraz tahmin ARTXP algoritması desteklemesine rağmen ARIMA algoritması yok.Bu nedenle, geçici tahmin algoritmalarının karışım kullandığınızda veya yalnızca ARTXP kullanılacak modelini yapılandırdığınızda kullanılabilir.

Microsoft saat Serisi algoritması'nı özelleştirme

The Microsoft saat Series algorithm supports several parameters that affect the behavior, performance, and accuracy of the resulting araştırma modeli.

Seasonality algılama

Both algorithms support detection of seasonality or periodicity.Analysis Services uses Fast Fourier transformation to detect seasonality before training.

En iyi sonuçlar elde etmek için , seasonality algılama algoritma parametreleri ayarlayarak denetleyebilirsiniz.Değerini değiştirerek AUTODETECT_SEASONALITY, oluşturulan olası saat kesimlerinin sayısını etkileyebilirsiniz. Bir değer ya da birden çok değer için PERIODICITY_HINT, algoritma bilinen yinelenen dönemleri hakkında bilgi sağlamak ve algılama doğruluğunu artırmak.

Not

Seasonality ipuçları için ARTXP ve ARIMA algoritmaları duyarlıdır.Bu nedenle, yanlış ipucu sağlayan sonuçlar olumsuz etkileyebilir.

Algoritmalar karıştırma

Varsayılan olarak, Analysis Services birleştirir ve eşit algoritmalar weights. Ancak, SQL Server 2008 Enterprise, MIXED seçeneğini seçerek karıştırma sonuçlarını özelleştirebilirsiniz ve parametre ayarı, kısa veya uzun süreli tahmin doğru sonuçlar weights.

Geçici tahmin kullanmak istiyorsanız, çapraz tahmin ARIMA desteklemediğinden, ARTXP veya MIXED seçeneği kullanmanız gerekir.

Seçim algoritması'nı denetlemek için küme FORECAST_METHOD parametre. Varsayılan olarak, FORECAST_METHOD parametre için KARMA, küme ve Analysis Services Her iki algoritmalarını kullanır ve sonra da değerleri güçlerini her algoritmanın en üst düzeye çıkarmak için weights. Ancak, küme FORECAST_METHOD yalnızca ARTXP algoritmasını kullanmak istiyorsanız ARTXP veya yalnızca ARIMA algoritmasını kullanmak istiyorsanız ARIMA.

Içinde SQL Server 2008 Enterprise, ayrıca özelleştirebilirsiniz nasıl Analysis Services ARIMA ve ARTXP algoritmaları birleşimi karıştırırsa. Karışımı ve değişiklik oranını için başlangıç noktası ayarlayarak denetleyebilirsiniz PREDICTION_SMOOTHING Parametre:

• Varsa küme PREDICTION_SMOOTHING 0, model saf ARTXP olur.

• Ayarlarsanız PREDICTION_SMOOTHING 1, model saf ARIMA olur.

• Varsa, set PREDICTION_SMOOTHING 0 ile 1 arasında bir değer, modeli, tahmin adımları üssel azalan bir işlev olarak ARTXP algoritması weights. Aynı zamanda modeli ayrıca ARTXP Ağırlık 1-tamamlayıcı ARIMA algoritması weights.Model normalleştirme ve stabilization sabit Eğriler yumuşatmak için kullanır.

En çok 5 saat dilimleri tahmin, genel olarak, ARTXP hemen her zaman en iyi seçimdir.saat dilimleri, tahmin sayısı arttıkça, ancak ARIMA genellikle daha iyi yapar.

Aşağıdaki şemada, model, algoritmalar nasıl karıştırır gösterilmiştir, PREDICTION_SMOOTHING Varsayılan değer, 0,5 küme. ARIMA ve ARTXP eşit en önce ancak tahmin adımları düşüşlerinin olarak ağırlıklı, ARIMA daha yoğun weighed.

Buna ek olarak, aşağıdaki şemada algoritmalar karıştırma gösterilmiştir., PREDICTION_SMOOTHING 0.2 için küme. Adım için 0, model ARIMA 0.2 ve ARTXP 0.8 weights. Bundan sonra ARIMA ağırlığını üssel artırır ve ARTXP ağırlığını üssel azaltır.

Algoritma parametreleri ayarlama

Kullanılabilir parametreleri aşağıdaki tabloda açıklanmıştır Microsoft saat serisi algoritması.

Parameter	Açıklama
AUTO_DETECT_PERIODICITY	Arasında sayısal bir değer belirtir. 0 ve 1'de periodicity algılar. Varsayılan değer 0,6'dir. Için daha yakın bir değer ise 0, yalnızca kesinlikle Periyodik verileri periodicity algılandı. Yakın bu değeri 1 olarak ayarlanması, neredeyse Periyodik birçok desenleri bulunması ve periodicity ipuçlarını otomatik olarak oluşturulmasını ayrıcalıklı kılar. Note: Büyük olasılıkla birçok periodicity ipuçlarıyla ilgili önemli ölçüde uzun modeli eğitim zamanları, ancak daha doğru modelleri için yol açacaktır.
COMPLEXITY_PENALTY	Büyüme denetimleri karar ağacı.Varsayılan değer 0,1'dir. Bu değer azaltma, bölme olasılığını artırır.Bu değeri artırmak için bir bölme olasılığını azaltır. Note: Bu parametre yalnızca kullanılabilir SQL Server Kuruluş.
FORECAST_METHOD	Çözümleme ve tahmin için kullanılacak hangi algoritmasını belirtir.Olası değerler şunlardır: ARTXP, ARIMA veya KARMA.Varsayılan KARMA.
HISTORIC_MODEL_COUNT	Yerleşik geçmişteki modelleri sayısını belirtir.Varsayılan değer 1'dir. Note: Bu parametre yalnızca kullanılabilir SQL Server Kuruluş.
HISTORICAL_MODEL_GAP	Iki ardışık geçmişteki modelleri arasında saat öteleme belirtir.Varsayılan değer 10'dir.Değer bir saat birimi, birim modeli tarafından tanımlandığı sayısını gösterir. Örneğin, bu değeri ayarlamak g saat dilimlerini tarafından aralıklarla kesiliyor veriler için oluşturulacak geçmişteki modelleri neden olur.g, 2 * g, 3 * gve böyle devam eder. Note: Bu parametre yalnızca kullanılabilir SQL Server Kuruluş.
INSTABILITY_SENSITIVITY	Nokta, varyansı, belirli bir eşiğe ve ARTXP algoritması aşıyor tahmin Öngörüler bastırır denetler.Varsayılan değer 1’dır. Note: Bu parametre yalnızca ARTXP için geçerlidir ve bu nedenle yalnızca ARIMA algoritmasını kullanarak oluşturulan modelleri için geçerli değildir.Parametre, MIXED bir modele uygulandığında, yalnızca model ARTXP bölümüne uygulanır. The default value of 1 provides the same behavior for ARTXP models as in SQL Server 2005.Analysis Services monitors the normalized standard deviation for each prediction.Herhangi bir tahmin için standardize sapmalar aşıyor tamamlanmaz eşik saat serisi algoritma bir NULL döndürüyor ve tahmin işlemi durdurulur. Değeri 0 kararsız hale gelmesine algılama durdurur. Bu, sonsuz bir fark ne olursa olsun, Öngörüler sayısı oluşturabileceğiniz anlamına gelir. Note: Bu parametre yalnızca, değiştirilebilir SQL Server Kuruluş. Içinde SQL Server Standart, Analysis Services yalnızca varsayılan değer 1'i kullanır.
MAXIMUM_SERIES_VALUE	Öngörüler için kullanılacak en büyük değerini belirtir.Bu parametre için kullanılan, ile birlikte olan MINIMUM_SERIES_VALUE, bazı Öngörüler sınırlandırmak için aralık bekleniyordu. Örneğin, herhangi bir günü için tahmin edilen satış miktarını hiçbir zaman stok ürünlerde sayısı sınırı belirtebilirsiniz. Note: Bu parametre yalnızca kullanılabilir SQL Server Kuruluş.
MINIMUM_SERIES_VALUE	Öngörülen en düşük değer belirtir.Bu parametre için kullanılan, ile birlikte olan MAXIMUM_SERIES_VALUE, bazı Öngörüler sınırlandırmak için aralık bekleniyordu. Örneğin, tahmini satış miktarını hiç negatif bir sayı olması gerektiğini belirtebilirsiniz. Note: Bu parametre yalnızca kullanılabilir SQL Server Kuruluş.
MINIMUM_SUPPORT	saat dilimleri, her saat serisi ağacında bir bölünme oluşturmak için gereken en az sayısını belirtir.Varsayılan değer 10'dir.
MISSING_VALUE_SUBSTITUTION	Boşluklar geçmişe dönük verileri nasıl doldurulur belirtir.Varsayılan olarak, veri boşluklar bulunamaz. Aşağıdaki tabloda, bu parametre için olası değerler listelenmektedir: DeğerAçıklama PreviousÖnceki saat dilimi değeri yineler. MeanHareketli ortalama, eğitim, kullanılan saat dilimlerini kullanır. Sayısal sabitBelirtilen tüm değerleri eksik değiştirmek için kullanır. NoneDeğer modelinin eğitimli eğri çizilen çalışma değerleriyle eksik değiştirir.Bu varsayılan değerdir. Seriyi çoklu seriler verileriniz varsa, ragged kenarları sahip olamaz.Tüm seriyi diğer bir deyişle, başlangıç ve bitiş noktaları olmalıdır. Analysis Services Ayrıca gerçekleştirdiğinizde, yeni verileri boşlukları doldurmak için bu parametrenin değerini kullanır bir PREDICTION JOIN saat serisi modeli.
PERIODICITY_HINT	Verilerin periodicity olarak algoritması için bir ipucu sağlar.Örneğin, yıla göre satış değişir, serideki ölçü ay ise, periodicity 12 olur.Bu parametre biçimini alır. {n [, n]}, where n pozitif bir sayıdır. The n in the brackets [] is optional and can be repeated as frequently as needed.Örneğin, birden çok periodicity ipuçları için sağlanan veri sağlamak için aylık olarak {12, 3, 1} yıl, üç aylık ve aylık desenleri algılamak için girdiğiniz.Ancak, periodicity modeli kalitesi daha güçlü bir etkisi vardır.Sonuçlar, size bir ipucu bir fiili periodicity farklıysa, olumsuz yönde etkilenebilir. {1} Varsayılandır. Note: Ayraçlar gereklidir.Ayrıca, bu parametre, bir dize veri türü vardır.Bu parametre, bir veri madenciliği Uzantıları (DMX) ifadesinin bir parçası olarak yazarsanız, bu nedenle, sayısı ve kaþlý tırnak işaretleri içine almanız gerekir.
PREDICTION_SMOOTHING	Nasıl modeli tahmini en iyi duruma getirmek için karma belirtir.Arasında herhangi bir değer yazabilirsiniz. 0 1 ve aşağıdaki değerlerden birini kullanın: Note: Use FORECAST_METHOD Denetim eğitim parametresi. DeğerAçıklama 0Tahmin ARTXP yalnızca kullandığını belirtir.Tahmin için daha az Öngörüler getirilmiştir. 1Tahmin ARIMA yalnızca kullandığını belirtir.Tahmin için birçok Öngörüler getirilmiştir. 0.5(Varsayılan) Her iki algoritmaların kullanılacağını tahmin için ve sonuçlar korunmalarında belirtir. Note: Bu parametre yalnızca kullanılabilir SQL Server Kuruluş.

Flags model oluşturma

The Microsoft saat Series algorithm supports the following modeling flags. araştırma yapısı veya araştırma modeli oluşturduğunuzda, modelleme bayraklarını belirtmek için tanımladığınız nasıl değerleri her sütun çözümlemesi sırasında işlenir.Daha fazla bilgi için bkz:Flags (veri madenciliği) model oluşturma.

Bayrak model oluşturma	Açıklama
null DEĞİL	Sütun null içeremez gösterir.Analysis Services null karşılaşırsa modeli eğitim sırasında bir hata neden olur. araştırma yapısı sütunlar için geçerlidir.
model_existence_only	Sütun iki olası durumlar sahip olarak değerlendirilmez olduðu anlamýna gelir: Eksik ve varolan. null BIR eksik bir değerdir. araştırma modeli sütunlar için geçerlidir.

Gereksinimler

Bir saat serisi modeli, benzersiz değerler, giriş sütunları ve tahmin edilebilir olan en az bir sütun içeren bir anahtar saat sütun içermelidir.

Girdi ve öngörülebilir bir sütun

The Microsoft saat Series algorithm supports the specific input column content types, tahmin edilebilir sütun content types, and modeling flags that are listed in the following tablo.

Sütun	Içerik türleri
Giriş bir öznitelik	Sürekli, anahtar anahtarının saat ve tablo
Öngörülebilir bir öznitelik	Sürekli, tablo

Not

Cyclical ve sipariş edilmiş içerik türleri desteklenir, ancak algoritma bunları gibi farklı değerleri kabul eder ve özel bir işlem gerçekleştirmez.

See Also

Concepts

saat serisi model sorgulama (Analysis Services - veri madenciliği)

Other Resources

Microsoft saat Serisi algoritması

araştırma modeli Saat Series modeller için içerik (Analysis Services - veri madenciliği)