使用 Microsoft 時間序列檢視器瀏覽模型
適用于：
SQL Server 2019 和更早版本的 Analysis Services 
Azure Analysis Services Fabric/Power BI Premium
重要
資料採礦自 SQL Server 2017 Analysis Services 起退場，現在的 SQL Server 2022 Analysis Services 已不再繼續提供。 已退場和不再繼續提供之功能的文件不予更新。 若要深入了解，請參閱 Analysis Services 回溯相容性。
Microsoft SQL Server SQL Server Analysis Services中的 Microsoft 時間序列檢視器會顯示使用 Microsoft 時間序列演算法所建置的採礦模型。 Microsoft 時間序列演算法是一種回歸演算法，會在預測案例中建立資料採礦模型來預測連續資料行，例如產品銷售。 這些時間序列模型可依照不同的演算法而包含資訊：
ARTxp 演算法 (已針對短期預測而最佳化)。
ARIMA 演算法 (已針對長期預測而最佳化)。
混用 ARTxp 和 ARIMA 演算法。
如需這些演算法的詳細資訊，請參閱 Microsoft 時間序列演算法 和 Microsoft 時間序列演算法技術參考。
注意
若要檢視模型中使用的方程式及探索到的模式的詳細資訊，請使用 Microsoft 一般內容樹狀檢視器。 如需詳細資訊，請參閱使用 Microsoft 一般內容樹狀檢視器或 Microsoft 一般內容樹狀檢視器流覽模型， (資料採礦) 。
檢視器索引標籤
當您在 SQL Server Analysis Services 中流覽採礦模型時，模型會顯示在模型適當檢視器中資料採礦Designer的[採礦模型檢視器] 索引標籤上。 Microsoft 時間序列檢視器提供下列索引標籤：
注意：模型內容以及採礦圖例中所顯示的資訊，會依模型所使用的演算法而異。 不過，不論使用了哪些演算法，[模型] 和 [圖表] 索引標籤都相同。
型號
當您建置時間序列模型時，SQL Server Analysis Services會將已完成的模型呈現為樹狀結構。 如果您的資料包含多個案例數列，SQL Server Analysis Services為每個數列建置個別的樹狀結構。 例如，假設您要針對太平洋、北美及歐洲地區預測銷售量， 每一個地區的預測都是案例數列。 SQL Server Analysis Services為每個數列建置個別的樹狀結構。 若要檢視特定的序列，請從 [樹狀結構] 清單選取序列。
在時間序列模型中，會針對每個樹狀結構包含一個 [全部] 節點，這個節點會再進一部分割成一序列的節點，代表演算法所發現的週期性結構。 您可以按一下每個節點，即可顯示案例及方程式數目等統計資料。
如果僅使用 ARTxp 建立模型，則根節點的 [採礦圖例] 僅會包含案例總數。 對於每個非根的節點，[採礦圖例] 則會包含更多有關樹狀結構分岔的詳細資訊：例如，採礦圖例會顯示節點方程式和案例數目。 圖例中的「規則」包含識別規則所適用之數列及時間配量的資訊。 例如，圖例文字 M200 Europe Amount -2 表示此節點代表 M200 Europe 數列的模型，其週期為兩個時間配量前。
如果僅使用 ARIMA 建立模型，則 [模型] 索引標籤會包含具有 [全部] 標題的單一節點。 根節點的 [採礦圖例] 包含 ARIMA 方程式。
如果建立了混合的模型，則根節點僅包含案例數和 ARIMA 方程式。 在根節點之後，樹狀結構會針對週期性的結構分岔成個別的節點。 對於每個非根的節點，採礦圖例會包含 ARTxp 和 ARIMA 演算法、節點的方程式以及節點中的案例數。 ARTxp 方程式會先列出，並標示為樹狀節點方程式。 後面則接著 ARIMA 方程式。 如需如何解譯此資訊的詳細資訊，請參閱 Microsoft 時間序列演算法技術參考。
一般而言，決策樹圖形會在檢視器的左側顯示最重要的分岔：[全部] 節點。 在決策樹中，[全部] 節點之後的分岔最重要，因為它包含的條件最能分隔定型資料中的案例。 在時間序列模型中，主要分支代表最可能的季節週期。 在 [全部] 節點之後的分岔會出現在分支的右側。
您可以展開或摺疊樹狀結構中的個別節點，以顯示或隱藏在每一個節點之後發生的分割。 您也可以使用 [決策樹] 索引標籤上的選項，影響樹狀結構的顯示方式。 使用 [顯示層級] 滑桿，來調整樹狀結構所顯示的層級數目。 使用 [預設展開] ，來設定模型中所有樹狀結構所顯示的預設層級數目。
每一個節點的背景色彩陰影表示節點中存在的案例數目。 若要尋找節點中確切的案例數目，請將指標暫停在節點上，以檢視該節點的資訊提示。
圖表
[圖表] 索引標籤會顯示圖表，顯示預測的屬性經過一段時間的行為，也會顯示五個預測的未來值。 圖表的垂直軸代表序列的值，而水平軸代表時間。
注意
在時間軸上使用的時間配量取決於資料中所使用的單位：這些單位可能代表天、月，甚至秒。
請使用 [Abs] 按鈕，在絕對與相對曲線之間切換。 如果圖表包含多個模型，則每一個模型的資料比例可能會有極大差異。 如果使用絕對曲線，一個模型可能會顯示為平穩直線，而其他模型會顯示劇烈變動。 這是因為一個模型的比例比其他模型的比例大而導致。 藉由切換為相對曲線，您可以將比例變更為顯示變更百分比，而非絕對值。 這樣就可以輕鬆地比較以不同比例為依據的模型。
如果採礦模型包含多個時間序列，則您可以選取一或多個序列以顯示在圖表中。 只需按一下檢視器右側的清單，然後從清單選取所要的序列即可。 如果圖形變得太過複雜，可以選取或清除圖例中的序列核取方塊以篩選顯示的序列。
圖表會顯示記錄資料和未來的資料。 未來的資料會有陰影，以便與記錄資料有所區別。 資料值會以實線表示歷程記錄資料，而以虛線表示預測。 您可以藉由在 SQL Server Data Tools 或 SQL Server Management Studio 中設定屬性，來變更每個數列所使用的線條色彩。 如需詳細資訊，請參閱 變更資料採礦檢視器中使用的色彩。
您可以使用顯示比例選項，來調整顯示的時間範圍。 您也可以按一下圖表，在圖表上拖曳時間選取範圍，然後再按一下圖表在選取的範圍上放大，以檢視特定的時間範圍。
您可以使用 [預測步驟]，選取要在模型中查看多少個未來的時間步驟。 如果您選取 [顯示偏差] 核取方塊，檢視器會提供誤差線，讓您可以看出預測值的精確度。
另請參閱
意見反應
即將登場：在 2024 年，我們將逐步淘汰 GitHub 問題作為內容的意見反應機制，並將它取代為新的意見反應系統。 如需詳細資訊，請參閱：https://aka.ms/ContentUserFeedback。
提交並檢視相關的意見反應