SystemGetCrossValidationResults (Analysis Services - veri madenciliği)
araştırma yapısı içinde belirtilen sayıda cross-sections, bölümler, her bölüm için bir modeli eğitir ve doğruluğu ölçülerine her bölüm için geri döndürür.
Not
Ince-küme modeli veya modelleri kullanılarak oluşturulan doğrulamakta Bu saklı yordam kullanılamaz Microsoft saat serisi algoritması veya Microsoft Sıra kümeleme algoritması. Küme modelleri geçici olarak doğrulamak için , ayrı saklı yordamı kullanabilirsiniz. SystemGetClusterCrossValidationResults (Analysis Services - veri madenciliği).
SystemGetCrossValidationResults(
<mining structure>
[, <mining model list>]
,<fold count>
,<max cases>
,<target attribute>
[,<target state>]
[,<target threshold>]
[,<test list>])
Bağımsız değişkenler
mining structure
Geçerli veritabanındaki bir araştırma yapısı adı.(gerekli)
mining model list
Doğrulamaya madenciliği modelleri virgülle ayrılmış listesi.Bir model adı tanımlayıcı adında geçerli olmayan karakterler içeriyorsa, adı köşeli ayraç içine alınmalıdır.
Çapraz doğrulama madenciliği modelleri listesini belirtilirse, belirtilen yapısıyla ilişkilidir ve öngörülebilir bir öznitelik içeren tüm modeller karşı gerçekleştirilebilir.
Not
Çapraz doğrulamak için kümeleme modeller, ayrı bir saklı yordamı kullanmanız gerekir SystemGetClusterCrossValidationResults (Analysis Services - veri madenciliği).
(isteğe bağlı)
fold count
Hangi verilerin ayrı bir bölüme sayısını belirten bir tamsayı küme.En küçük değer 2'dır.En fazla folds sayısıdır maximum integer veya servis talepleri, hangisi daha düşük.Bu servis talebi sayısı yaklaşık her bölüm içerir: max cases/fold count.
Varsayılan değer yoktur.
Not
Folds sayısı büyük ölçüde etkiler saat geçici doğrulama gerçekleştirmek için gerekli.Sorgu çok uzun saat çalışabilir ve bazı durumlarda sunucu yanıt veremez hale gelebilir çok yüksek bir sayı veya saat aşımına seçerseniz.
(gerekli)
max cases
Tamsayı tüm folds sınanabilir servis talebi sayısı üst sınırını belirtir.0 Değeri belirten verideki tüm servis talepleri kaynak kullanılır.
Gerçek zaman verileri sayısından daha büyük bir değer belirtirseniz, küme, veri kaynağındaki tüm durumlarda kullanılacaktır.
Varsayılan değer yoktur.
(gerekli)
target attribute
Öngörülebilir öznitelik adını içeren dize.Öngörülebilir öznitelik, bir sütun, iç içe geçmiş tablo sütunu veya iç içe geçmiş tablo anahtar sütunu olabilir bir araştırma modeli.Not
Yalnızca çalışma sırasında Hedef özniteliğinin var olup olmadığını doğrulanan saat.
(gerekli)
target state
Formül tahmin etmek için değer belirtir.Bir hedef değer belirtilirse, ölçümler için belirtilen değer yalnızca toplanır.Bir değer belirtilmezse veya null, Ölçüler, en olası her bir tahmin durumu için hesaplanır.
Varsayılan değer null.
Belirtilen öznitelik için belirtilen değer geçersiz veya formülün belirtilen öznitelik türü doğru değilse, hata doğrulama sırasında oluşturulur.
(isteğe bağlı)
target threshold
Double 0 ve 1'den küçük büyük.Kazanılması olarak doğru sayılması için belirtilen hedef durumu tahmin ilgili olarak için gereken en düşük bir olasılık puanı gösterir.Bir olasılık daha az eşit veya bu değere sahip BIR tahmin yanlış olarak değerlendirilir.
Hiçbir değer belirtilmedi veya null, en olası durumu ne olursa olsun, olasılık Skor kullanılır.
Varsayılan değer null.
Not
Analysis Services hata, neden değil küme state threshold için 0.0, ancak hiçbir zaman, bu değer kullanmalısınız. Aslında, bir eşiği yüzde 0 olasılık ile Öngörüler olarak doğru sayılır 0.0 anlamına gelir.
(isteğe bağlı)
test list
Sınama seçeneği belirten dize.Not Bu parametre, ileride kullanılmak üzere ayrılmıştır.
(isteğe bağlı)
Dönüş Türü
Döndürülen satır kümesi kümesi her modelinde, her bölüm için puanları içerir.
Aşağıdaki tablo satır kümesi içindeki sütunları açıklar.
Sütun adı |
Açıklama |
---|---|
ModelName |
Sınandı modelinin adı. |
ÖznitelikAdı |
Adını tahmin edilebilir sütun. |
AttributeState |
Öngörülebilir sütununda belirtilen hedef değer.Bu değer null, en olası tahmin kullanıldı. Bu, sütun bir değer içeren modelinin doğruluğu, yalnızca bu değeri kısmını. |
PartitionIndex |
sonuçlar için hangi bölümünü tanımlayan 1 tabanlı dizin uygulanır. |
PartitionSize |
Ne kadar servis taleplerini, her bölümün içerdiği gösteren tamsayı. |
Sınama |
Gerçekleştirilen sınama kategorisi.Kategoriler ve her kategoride bulunan sınamaları açıklaması için bkz: çapraz doğrulama Rapor (Analysis Services - veri madenciliği). |
Ölçü |
Sınama tarafından döndürülen ölçü adı.Her model için önlemler, tahmin edilebilir değer türüne bağlıdır.Her ölçü tanımı için bkz: çapraz doğrulama (Analysis Services - veri madenciliği). Her için öngörülebilir bir tür döndürdü önlemlerin bir listesi için bkz: çapraz doğrulama Rapor (Analysis Services - veri madenciliği). |
Değer |
Belirtilen sınama ölçü değeri. |
Remarks
Doğruluk ölçülerini tam veri döndürmek için küme, kullanma SystemGetAccuracyResults (Analysis Services - veri madenciliği).
araştırma modeli zaten folds bölümlenmiş, işlem atlamak ve yalnızca sonuçlar kullanarak çapraz doğrulama SystemGetAccuracyResults (Analysis Services - veri madenciliği).
Örnekler
Aşağıdaki örnek, çapraz doğrulama için bir araştırma yapısı içinde iki folds bölümlemek ve araştırma yapısı, ilişkili iki madenciliği modelleri sınayın nasıl gösterir. [v Target Mail].
Üç satırlık kodu, sınamak istediğiniz madenciliği modelleri listeler.Liste adı belirtmezseniz, yapısı ile ilişkili tüm olmayan Küme modelleri kullanılır.Kod satırını dört bölüm sayısını belirtir.Için belirtilen değer için max cases, madenciliği yapısındaki tüm durumlarda kullanılan ve bölümleri arasında eşit olarak dağıtılır.
Beş satır öngörülebilir öznitelik, Bike alıcı, ve altı çizgi, tahmin, 1 ("Evet, satın" anlamına gelir) değerini belirtir.
Satır yedi NULL değeri, karşılanması gereken en düşük bir olasılık çubuğu yok olduğunu gösterir.Bu nedenle, sıfır olmayan bir olasılığı olan bir ilk tahmin doğruluk değerlendiriliyor de kullanılır.
CALL SystemGetCrossValidationResults(
[v Target Mail],
[Target Mail DT], [Target Mail NB],
2,
'Bike Buyer',
1,
NULL
)
Örnek sonuçlar:
ModelName |
ÖznitelikAdı |
AttributeState |
PartitionIndex |
PartitionSize |
Sınama |
Ölçü |
Değer |
---|---|---|---|---|---|---|---|
Hedef adres DT |
Bisiklet alıcı |
1 |
1 |
500 |
Sınıflandırma |
Gerçek pozitif |
144 |
Hedef adres DT |
Bisiklet alıcı |
1 |
1 |
500 |
Sınıflandırma |
Yanlış pozitif |
105 |
Hedef adres DT |
Bisiklet alıcı |
1 |
1 |
500 |
Sınıflandırma |
Doğru negatif |
186 |
Hedef adres DT |
Bisiklet alıcı |
1 |
1 |
500 |
Sınıflandırma |
Yanlış negatif |
65 |
Hedef adres DT |
Bisiklet alıcı |
1 |
1 |
500 |
Olasılığını |
Günlük Skoru |
-0.619042807138345 |
Hedef adres DT |
Bisiklet alıcı |
1 |
1 |
500 |
Olasılığını |
Kaldırın |
0.0740963734002671 |
Hedef adres DT |
Bisiklet alıcı |
1 |
1 |
500 |
Olasılığını |
Ortalama kare kökü hatası |
0.346946279977653 |
Hedef adres DT |
Bisiklet alıcı |
1 |
2 |
500 |
Sınıflandırma |
Gerçek pozitif |
162 |
Hedef adres DT |
Bisiklet alıcı |
1 |
2 |
500 |
Sınıflandırma |
Yanlış pozitif |
86 |
Hedef adres DT |
Bisiklet alıcı |
1 |
2 |
500 |
Sınıflandırma |
Doğru negatif |
165 |
Hedef adres DT |
Bisiklet alıcı |
1 |
2 |
500 |
Sınıflandırma |
Yanlış negatif |
87 |
Hedef adres DT |
Bisiklet alıcı |
1 |
2 |
500 |
Olasılığını |
Günlük Skoru |
-0.654117781086519 |
Hedef adres DT |
Bisiklet alıcı |
1 |
2 |
500 |
Olasılığını |
Kaldırın |
0.038997399132084 |
Hedef adres DT |
Bisiklet alıcı |
1 |
2 |
500 |
Olasılığını |
Ortalama kare kökü hatası |
0.342721344892651 |
Requirements
Karşılıklı doğrulama, yalnızca kullanılabilir SQL Server 2008 Enterprise.
See Also