Ders 5: saat serisi modeli genişletme

Içinde SQL Server 2008 Kuruluş, yeni verileri ekleyebileceğiniz bir saat serisi, model ve otomatik olarak yeni veri modeli dahil etmek. saat serisi için yeni veri eklemek araştırma modeli iki yoldan biriyle:

• Bir TAHMIN JOIN, dış kaynak verileri için Eğitim verileri birleştirmek için kullanın.

• Bir veri sağlamak için tek tahmin sorguda kullanmak dilim bir saat.

Örneğin, bazı ay önce varolan satış veri madenciliği modelinde eğitilmiş varsayalım.Yeni satış geldiğinizde, yeni verileri birleştirmek için bir satış Öngörüler güncelleştirmek isteyebilirsiniz.Tek bir adımda giriş veri olarak yeni satış rakamları sağlama ve birleşik veri kümesinde temel alan yeni Öngörüler oluşturma bunu yapabilirsiniz.

EXTEND_MODEL_CASES ile yapma Öngörüler

Bir saat serisi tahmin EXTEND_MODEL_CASES kullanarak genel örnekleri aşağıda verilmiştir.Ýlk örnek Öngörüler özgün modeli son kez adımından başlangıç sayısını belirtmenizi sağlar:

SELECT [<model columns>,] PredictTimeSeries(<table column reference>, n, EXTEND_MODEL_CASES) 
FROM <mining model>
PREDICTION JOIN <source query>
[WHERE <criteria>]

Ikinci örnek saat adım belirtmenizi Öngörüler başlaması gerektiğini ve nereden bitmelidir sağlar.Varsayılan olarak, saat adımları tahmin sorguları için her saat kullanıldığından, servis taleplerini özgün seriyi sonunda başlatmak modeli genişlettiğiniz saat, bu seçeneği önemlidir.

SELECT [<model columns>,] PredictTimeSeries(<table column reference>, n-start, n-end, EXTEND_MODEL_CASES) 
FROM <mining model>
PREDICTION JOIN <source query>
[WHERE <criteria>}

Bu öğreticide, her iki tür bir sorgu oluşturur.

Aynı cinsten tek adet tahmin sorguda bir saat serilerini modeli oluşturmak için

1. Içinde Nesne Explorer örneğini sağ tıklatın.Analysis Services, işaret Yeni bir sorgu sonra'ı tıklatındmx.

   Sorgu Düzenleyicisi açılır ve yeni, boş bir sorgu içeriyor.

2. Tek bir genel örneği kopyalama deyim boş sorgu içine.

3. Aşağıdakileri yazın:

   SELECT [<model columns>,] PredictTimeSeries(<table column reference>, n, EXTEND_MODEL_CASES) 
   

   ile:

   SELECT [Model Region],
   PredictTimeSeries([Quantity],6, EXTEND_MODEL_CASES) AS PredictQty
   

   Ilk satır bir değer modelinden seriyi tanımlayan alır.

   Ikinci satır, miktar için 6 Öngörüler alır tahmin işlevini içerir.Bir diğer ad PredictQty, sonuçlar anlamak daha kolay tahmin sonuçlar sütun atanır.

4. Aşağıdakileri yazın:

   FROM <mining model>
   

   ile:

   FROM [Forecasting_MIXED]
   

5. Aşağıdakileri yazın:

   PREDICTION JOIN <source query>
   

   ile:

   NATURAL PREDICTION JOIN 
   (
      SELECT 1 AS [Reporting Date],
      '10' AS [Quantity],
      'M200 Europe' AS [Model Region]
      UNION SELECT
      2 AS [Reporting Date],
      15 AS [Quantity]),
      'M200 Europe' AS [Model Region]
   ) AS t
   

6. Aşağıdakileri yazın:

   [WHERE <criteria>]
   

   ile:

   WHERE [ModelRegion] = 'M200 Europe' OR
   [ModelRegion] = 'M200 Pacific'
   

   Tamamlandı bildirimi şimdi aşağıdaki gibi olmalıdır:

   SELECT [Model Region],
   PredictTimeSeries([Quantity],6, EXTEND_MODEL_CASES) AS PredictQty
   FROM
      [Forecasting_MIXED]
   NATURAL PREDICTION JOIN 
      SELECT 1 AS [ReportingDate],
     '10' AS [Quantity],
     'M200 Europe' AS [ModelRegion]
   UNION SELECT
     2 AS [ReportingDate],
     15 AS [Quantity]),
     'M200 Europe' AS [ModelRegion]
   ) AS t
   WHERE [ModelRegion] = 'M200 Europe' OR
   [ModelRegion] = 'M200 Pacific'
   

7. Üzerinde dosyasını arayın menüsünde tıklatın.DMXQuery1.dmx Farklı Kaydet.

8. Içinde Farklı Kaydet iletişim kutusunda, uygun klasörü bulun ve dosyayı adıSingleton_TimeSeries_Query.dmx.

9. Araç çubuðunda týklatýn yürütmek düğmesi.

   Sorgu, Avrupa ve Pasifik bölgelerde Öngörüler M200 bisiklet satış miktarının döndürür.

Tahmin Başlat EXTEND_MODEL_CASES ile anlama

Şimdi oluşturduğunuz Öngörüler özgün modeli ve yeni verileri temel alan, satış verilerini güncelleştirme Öngörüler nasıl etkilediğini görmek için sonuçlar karşılaştırabilirsiniz.Bunu yapmak için önce oluşturduğunuz kodu gözden geçirin ve aşağıdaki dikkat edin:

• Yeni verileri yalnızca Avrupa için sağlanan bölge.

• Sağladığınız yeni veri yalnızca iki ay tutulacak.

Aşağıdaki tabloda, M200 Avrupa için sağlanan yeni değerleri, Öngörüler nasıl etkilediğini gösterir.Pasifik bölgesindeki M200 ürün için yeni veri sağlamadı, ancak bu karşılaştırma amacıyla sunulmuştur:

Ürün ve bölge	Varolan modeli)PredictTimeSeries)	Model ile satış verilerini (güncelleştirildiPredictTimeSeries ile EXTEND_MODEL_CASES)
M200 Avrupa	M200 Avrupa25/7/2004 12: 00: 00 am77 M200 Avrupa25/8/2004 12: 00: 00 am64 M200 Avrupa25/9/2004 12: 00: 00 am59 M200 Avrupa25/10/2004 12: 00: 00 am56 M200 Avrupa25/11/2004 12: 00: 00 am56 M200 Avrupa12/25/2004 12:00:00 AM74	M200 Avrupa25/7/2004 12: 00: 00 am10 M200 Avrupa25/8/2004 12: 00: 00 am15 M200 Avrupa25/9/2004 12: 00: 00 am72 M200 Avrupa25/10/2004 12: 00: 00 am69 M200 Avrupa25/11/2004 12: 00: 00 am68 M200 Avrupa12/25/2004 12:00:00 AM89
M200 Pasifik	M200 Pasifik25/7/2004 12: 00: 00 am41 M200 Pasifik25/8/2004 12: 00: 00 am44 M200 Pasifik25/9/2004 12: 00: 00 am38 M200 Pasifik25/10/2004 12: 00: 00 am41 M200 Pasifik25/11/2004 12: 00: 00 am36 M200 Pasifik12/25/2004 12:00:00 AM39	M200 Pasifik25/7/2004 12: 00: 00 am41 M200 Pasifik25/8/2004 12: 00: 00 am44 M200 Pasifik25/9/2004 12: 00: 00 am38 M200 Pasifik25/10/2004 12: 00: 00 am41 M200 Pasifik25/11/2004 12: 00: 00 am36 M200 Pasifik12/25/2004 12:00:00 AM39

Bu sonuçlar, iki şey görebilirsiniz:

• M200 Avrupa serisinin ilk iki olan Öngörüler tam olarak girdiğiniz yeni verileri aynıdır.Tasarım gereği, Analysis Services, bir tahmin yapmak yerine gerçek yeni veri noktalarını döndürür.Bunun nedeni, servis taleplerini modeli, tahmin sorguları için her saat kullanılan adımlar özgün seriyi sonunda başlattığınızda genişletmek güncelleştirmesidir.Bu nedenle, iki yeni veri noktaları eklemek için ilk iki Öngörüler çakışma yeni veri döndürdü.

• Sonra yeni veri noktaları, kullanılır Analysis Services güncelleştirilmiş modele dayalı Öngörüler yapar. Bu nedenle, Eylül 2005'te başlayarak sol sütununda, özgün modelinden M200 Avrupa için Öngörüler EXTEND_MODEL_CASES, sağ sütununda kullanan modeli arasındaki farkı görebilirsiniz.Öngörüler farklı olduklarından modeli yeni verilerle güncelleştirildi.

Başlangıç ve bitiş saat denetim Öngörüler adımları kullanarak

Model genişlettiğinizde, yeni verileri her zaman bir seriyi sonuna eklenir.Ancak, tahmin amacıyla, özgün seriyi sonunda öngörü sorgularını başlangıç saat dilimleri kullanılır.Yeni veri eklediğinizde, yalnızca yeni Öngörüler almak istiyorsanız, başlangıç noktası olarak saat dilimleri için bir sayı belirtmeniz gerekir.Iki yeni veri noktaları eklemek ve dört yeni Öngörüler yapmak istiyorsanız, örneğin, aşağıdakileri:

• TAHMIN birleştirmek saat serilerini modelinde, oluşturup yeni veri iki ay belirtin.

• 3 Başlangıç noktasıdır ve zaman dilimi 6 bitiş noktasıdır dört saat dilimleri için Öngörüler isteyin.

Diğer bir deyişle, yeni veri içeriyorsa, n zaman dilimlerini ve Öngörüler 1 saat adımları için istekn, yeni veri olarak aynı dönem ile Öngörüler çakıştığı.Verilerinizi tarafından kapsanmayan dönemleri için yeni Öngörüler almak için ya da Öngörüler saat başlamalı dilim n + 1 sonra yeni veri serisine veya, isteği, ek saat dilim s. emin olun

Not

Yeni veriler eklediğinizde, geçmiş Öngörüler yapılamıyor.

Aşağıdaki örnek, önceki örnekte iki dizinin yalnızca yeni Öngörüler edinmenize olanak tanıyan DMX deyim gösterir.

SELECT [Model Region],
PredictTimeSeries([Quantity],3,6, EXTEND_MODEL_CASES) AS PredictQty
FROM
   [Forecasting_MIXED]
NATURAL PREDICTION JOIN 
   SELECT 1 AS [ReportingDate],
  '10' AS [Quantity],
  'M200 Europe' AS [ModelRegion]
UNION SELECT
  2 AS [ReportingDate],
  15 AS [Quantity]),
  'M200 Europe' AS [ModelRegion]
) AS t
WHERE [ModelRegion] = 'M200 Europe'

Sağladığınız yeni veri 2 ay sonra saat dilimi 3 sırasında tahmin sonuçlar'nı başlatın.

Ürün ve bölge	Veri (EXTEND_MODEL_CASES ile PredictTimeSeries) modeli ile güncelleştirildi
M200 Avrupa	M200 Avrupa25/9/2004 12: 00: 00 am72 M200 Avrupa25/10/2004 12: 00: 00 am69 M200 Avrupa25/11/2004 12: 00: 00 am68 M200 Avrupa12/25/2004 12:00:00 AM89

REPLACE_MODEL_CASES ile yapma Öngörüler

Bir model eğitmek istediğiniz servis taleplerini modeli değiştirme yararlıdır küme servis talepleri ve sonra da farklı bir veri serisi için bu modeli uygulayabilirsiniz.Bu senaryonun ayrıntılı bir örneklerde gösterilen Ders 2: Bir tahmin senaryosu (ara) veri madenciliği Öğreticisi) oluşturma.

See Also

Concepts

saat serisi model sorgulama (Analysis Services - veri madenciliği)

Other Resources

PredictTimeSeries (DMX)