SystemGetAccuracyResults （Analysis Services - 數據採礦）

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。

傳回採礦結構和所有相關模型的交叉驗證精確度計量，不包括群集模型。

這個預存程式會將整個數據集的計量當做單一數據分割傳回。 若要將資料集分割成跨區段並傳回每個分割區的計量，請使用 SystemGetCrossValidationResults （Analysis Services - 數據採礦）。

注意

使用Microsoft時間序列演算法或Microsoft時序群集演算法所建置的模型不支援此預存程式。 此外，針對叢集模型，請使用個別的預存程式，SystemGetClusterAccuracyResults （Analysis Services - 數據採礦）。

語法

  
SystemGetAccuracyResults(<mining structure>,   
[,<mining model list>]  
,<data set>  
,<target attribute>  
[,<target state>]  
[,<target threshold>]  
[,<test list>])  

參數

採礦結構
目前資料庫中採礦結構的名稱。

（必要）

模型清單
要驗證的模型逗號分隔清單。

預設值為 null。 這表示會使用所有適用的模型。 使用預設值時，叢集模型會自動從候選清單排除以進行處理。

（選擇性）

數據集
整數值，指出採礦結構中的哪個分割區用於測試。 此值衍生自位掩碼，代表下列值的總和，其中任何單一值都是選擇性的：

類別	價值
定型案例	0x0001
測試案例	0x0002
模型篩選	0x0004

如需可能值的完整清單，請參閱本主題的一節。

（必要）

目標屬性
包含可預測物件名稱的字串。 可預測的物件可以是採礦模型的數據行、巢狀數據表數據行或巢狀數據表索引鍵數據行。

（必要）

目標狀態
包含要預測之特定值的字串。

如果指定值，則會收集該特定狀態的計量。

如果未指定任何值，或指定 null，則會計算每個預測最可能狀態的計量。

預設值為 null。

（選擇性）

目標閾值
介於 0.0 和 1 之間的數位，指定預測值計算為正確的最小機率。

默認值為 null，這表示所有預測都會計算為正確。

（選擇性）

測試清單
指定測試選項的字串。 此參數保留供日後使用。

（選擇性）

傳回類型

傳回的數據列集包含每個數據分割的分數，以及所有模型的匯總。

下表列出 getValidationResults所傳回的數據行。

數據行名稱	描述
型	已測試之模型的名稱。 All 表示結果是所有模型的匯總。
AttributeName	可預測數據行的名稱。
AttributeState	可預測數據行中的目標值。 如果此數據行包含值，則只會收集指定狀態的計量。 如果未指定此值，或 為 null，則會針對每個預測最可能的狀態計算計量。
PartitionIndex	表示套用結果的分割區。 針對此程式，一律為 0。
PartitionCases	整數，表示案例集中的數據列數目，根據 <數據集> 參數。
測試	已執行的測試類型。
量	測試所傳回之量值的名稱。 每個模型的量值取決於模型類型，以及可預測值的型別。 如需針對每個可預測類型傳回的量值清單，請參閱交叉驗證報表中的 量值。 如需每個量值的定義，請參閱 交叉驗證（Analysis Services - 資料採礦）。
價值	指定量值的值。

言論

下表提供值範例，您可以用來指定用於交叉驗證之採礦結構中的數據。 如果您想要使用測試案例進行交叉驗證，採礦結構必須已經包含測試數據集。 如需如何在建立採礦結構時定義測試資料集的資訊，請參閱 定型及測試數據集。

整數值	描述
1	只會使用定型案例。
2	只會使用測試案例。
3	會同時使用定型案例和測試案例。
4	無效的組合。
5	只會使用定型案例，並套用模型篩選。
6	只會使用測試案例，並套用模型篩選。
7	會同時使用定型和測試案例，並套用模型篩選。

如需使用交叉驗證之案例的詳細資訊，請參閱 測試和驗證 （資料採礦）。

例子

本範例會傳回與 vTargetMail 採礦結構相關聯的單一判定樹模型 v Target Mail DT精確度量值。 第四行的程式代碼表示結果應該以測試案例為基礎，並依該模型特定的篩選條件來篩選每個模型。 [Bike Buyer] 會指定要預測的數據行，而下列這一行的 1 表示模型只會針對特定值 1 進行評估，這表示「是的，將會購買」。

程式代碼的最後一行會指定狀態閾值為 0.5。 這表示計算精確度時，機率大於 50% 的預測應該算作「良好」預測。

CALL SystemGetAccuracyResults (  
[vTargetMail],  
[vTargetMail DT],  
6,  
'Bike Buyer',  
1,  
0.5  
)  

範例結果：

ModelName	AttributeName	AttributeState	PartitionIndex	PartitionSize	測試	量	價值
v 目標郵件 DT	Bike Buyer	1	0	1638	分類	真肯定	605
v 目標郵件 DT	Bike Buyer	1	0	1638	分類	誤判為真	177
v 目標郵件 DT	Bike Buyer	1	0	1638	分類	True 負數	501
v 目標郵件 DT	Bike Buyer	1	0	1638	分類	誤判為負數	355
v 目標郵件 DT	Bike Buyer	1	0	1638	可能性	記錄分數	-0.598454638753028
v 目標郵件 DT	Bike Buyer	1	0	1638	可能性	電梯	0.0936717116894395
v 目標郵件 DT	Bike Buyer	1	0	1638	可能性	根平均平方誤差	0.361630800104946

要求

交叉驗證僅適用於從 SQL Server 2008 開始的 SQL Server Enterprise。

另請參閱

SystemGetCrossValidationResults （Analysis Services - 數據採礦）
SystemGetAccuracyResults
SystemGetClusterCrossValidationResults （Analysis Services - 數據採礦）
SystemGetClusterAccuracyResults （Analysis Services - 數據採礦）