將預測函數套用至模型

發行項
07/05/2024

適用於： SQL Server 2019 和舊版 Analysis Services Azure Analysis Services Fabric/Power BI Premium

重要

SQL Server 2017 Analysis Services 中已淘汰數據採礦，現在已在 SQL Server 2022 Analysis Services 中停止。檔不會更新為已淘汰和已停止的功能。若要深入瞭解，請參閱 Analysis Services 回溯相容性。

若要在 SQL Server 數據採礦中建立預測查詢，您必須先選取查詢所依據的採礦模型。您可以選取存在於目前專案中的任何採礦模型。

選取模型之後，將 預測函式新增至查詢。預測函式可用來取得預測，但您也可以新增可傳回相關統計數據的預測函數，例如預測值的機率，或用於產生預測的資訊。

預測函式可以傳回下列類型的值：

可預測屬性的名稱，以及所預測的值。
有關預測值分佈和變異數的統計數據。
指定結果的機率，或所有可能結果的機率。
頂端或底部分數或值。
與指定之節點、對象或屬性相關聯的值。

可用的預測函式類型取決於您所使用的模型類型。例如，套用至判定樹模型的預測函式可以傳回規則和節點描述;時間序列模型的預測函式可以傳回時間序列特有的延遲和其他資訊。

如需幾乎所有模型類型支援的預測函數清單，請參閱一般預測函數（DMX）。

如需如何查詢特定採礦模型的範例，請參閱數據採礦演算法（Analysis Services - 數據採礦）中的演算法參考主題。

選擇要用於預測的採礦模型

在 SQL Server Management Studio 中，以滑鼠右鍵按兩下模型，然後選取 [建置預測查詢] 。

--或--

在 SQL Server Data Tools 中，按兩下索引標籤，採礦模型預測，然後按兩下 [採礦模型] 資料表中的 [選取模型]。
在 [選取採礦模型] 對話框中，選取採礦模型，然後按兩下 [確定] [確定]。

您可以選擇目前 SQL Server Analysis Services 資料庫內的任何模型。若要在不同的資料庫中使用模型建立查詢，您必須在該資料庫的內容中開啟新的查詢視窗，或開啟包含該模型的方案檔。

將預測函式新增至查詢

在 預測查詢產生器中，藉由在 [單一查詢輸入] 對話框中提供值，或將模型對應至外部數據源，來設定用於預測的輸入數據。

如需詳細資訊，請參閱選擇和對應預測查詢的輸入資料。

警告

您不需要提供輸入來產生預測。沒有輸入時，演算法通常會傳回所有可能輸入中最有可能預測的值。

點選單擊 [來源] 資料列，然後從清單中選擇值：

價值	描述
<模型名稱>	選取此選項，以在輸出中包含採礦模型中的值。您只能新增可預測的數據行。當您從模型新增數據行時，傳回的結果就是該數據行中非相異的值清單。您使用此選項新增的資料列會包含在所產生 DMX 語句的 SELECT 部分中。
預測函式	選取此選項以瀏覽預測函式清單。您選取的值或函式會新增至所產生 DMX 語句的 SELECT 部分。預測函式清單不會依您選取的模型類型進行篩選或限制。因此，如果您對目前模型類型是否支援函式有任何疑慮，您可以只將函式新增至清單，並查看是否有錯誤。清單專案前面加上 $ （例如 $AdjustedProbability）代表使用函式時輸出之巢狀數據表的數據行，PredictHistogram。這些是可讓您用來傳回單一數據行而非巢狀數據表的快捷方式。
自定義表示式	選取此選項以輸入自定義表達式，然後將別名指派給輸出。自定義表達式會新增至所產生 DMX 預測查詢的 SELECT 部分。如果您想要為每個數據列新增輸出的文字、呼叫 VB 函式或呼叫自定義預存程式，這個選項會很有用。如需從 DMX 使用 VBA 和 Excel 函式的詳細資訊，請參閱 MDX 和 DAX中的 VBA 函式。

新增每個函式或表達式之後，切換至 DMX 檢視以查看如何在 DMX 語句中新增函式。

警告

在您按兩下 [結果] 之後，預測查詢產生器才會驗證 DMX。通常，您會發現查詢產生器所產生的表達式無效 DMX。典型的原因是參考與可預測數據行無關的數據行，或嘗試預測巢狀數據表中的數據行，這需要子 SELECT 語句。此時，您可以切換至 DMX 檢視並繼續編輯語句。

範例：在叢集模型上建立查詢

如果您沒有可用來建置此範例查詢的叢集模型，請使用基本數據採礦教學課程建立模型 [TM_Clustering]。
從 SQL Server Management Studio，以滑鼠右鍵按兩下模型 [TM_Clustering]，然後選取 [[建置預測查詢]。
從 [採礦模型] 功能表中，選取 [單一查詢]。
在 [單一查詢輸入] 對話框中，將下列值設定為輸入：
- Gender = M
- 通勤距離 = 5-10 英里
在查詢方格中，針對 [來源]，選取 [TM_Clustering採礦模型]，然後新增數據行 [Bike Buyer]。
針對 Source，選取 [預測函式]，然後新增函式，[叢集]。
針對 [來源]，選取 [預測函式]、將函式、PredictSupport，然後將模型數據行 [Bike Buyer] 拖曳到 [Criteria/Argument] 方塊中。在 [別名] 數據行中輸入 Support。

從 [準則/自 變數] 方塊複製代表預測函式和數據行參考的表達式。
針對 Source，選取 [自定義表達式]，輸入別名，然後使用下列語法參考 Excel CEILING 函式：
```
Excel![CEILING](<arguments) as <return type>  
```
將數據行參考貼入中做為函式的自變數。

例如，下列表示式會傳回支援值的 CEILING：
```
EXCEL!CEILING(PredictSupport([TM_Clustering].[Bike Buyer]),2)  
```
在 [別名] 資料行中輸入 CEILING。
按兩下 [切換至查詢文字檢視 以檢閱產生的 DMX 語句，然後按兩下 [切換至查詢結果檢視] 以查看預測查詢輸出的數據行。

下表顯示預期的結果：

Bike Buyer $Cluster 支援天花板

0 叢集8 954 953.948638926372

Bike Buyer	$Cluster	支援	天花板
0	叢集8	954	953.948638926372

如果您想要在語句中的其他位置新增其他子句，例如，如果您想要新增WHERE 子句，則無法使用方格來新增它;您必須先切換至 DMX 檢視。

另請參閱

數據採礦查詢

共用方式為