Article
03/31/2012

Leçon 4 : Création de prédictions de série chronologique à l'aide d'extensions DMX

Dans cette leçon et la leçon suivante, vous allez utiliser des extensions DMX (Data Mining Extensions) pour créer différents types de prédictions basés sur les modèles de série chronologique que vous avez créés dans Leçon 1 : création d'une structure d'exploration de données et de modèle d'exploration de données de série chronologique et Leçon 2 : Ajout de modèles d'exploration de données à la structure d'exploration de données de série chronologique.

Avec un modèle de série chronologique, de nombreuses options sont à votre disposition pour élaborer des prédictions :

Utilisation des modèles et données existants dans le modèle d'exploration de données
Utilisation des modèles existants dans le modèle d'exploration de données mais fourniture de nouvelles données
Ajout de nouvelles données au modèle ou mise à jour du modèle

La syntaxe permettant d'effectuer ces types de prédictions est résumée ci-dessous :

Prédiction de série chronologique par défaut
Utilisez PredictTimeSeries (DMX) pour renvoyer le nombre spécifié de prédictions à partir du modèle d'exploration de données ayant fait l'objet d'un apprentissage.

Pour obtenir un exemple, consultez PredictTimeSeries (DMX) ou Interrogation d'un modèle de série chronologique (Analysis Services - Exploration de données).
EXTEND_MODEL_CASES
Utilisez PredictTimeSeries (DMX) avec l'argument EXTEND_MODEL_CASES pour ajouter de nouvelles données, étendre les séries et créer des prédictions basées sur le modèle d'exploration de données mis à jour.

Ce didacticiel contient un exemple de la manière d'utiliser EXTEND_MODEL_CASES.
REPLACE_MODEL_CASES
Utilisez PredictTimeSeries (DMX) avec l'argument REPLACE_MODEL_CASES pour remplacer les données d'origine par une nouvelle série de données, puis créer des prédictions basées sur l'application des modèles contenus dans le modèle d'exploration de données à la nouvelle série de données.

Pour obtenir un exemple de l'utilisation de l'argument REPLACE_MODEL_CASES, consultez Leçon 2 : génération d'un scénario de prévision (Didacticiel intermédiaire sur l'exploration de données).

Tâches de la leçon

Au cours de cette leçon, vous allez effectuer les tâches suivantes :

créer une requête pour obtenir les prédictions par défaut basées sur des données existantes.

Au cours de la leçon suivante, vous allez effectuer les tâches connexes suivantes :

créer une requête pour fournir de nouvelles données et obtenir des prédictions mises à jour.

En plus de pouvoir créer manuellement des requêtes en utilisant des extensions DMX, vous pouvez également créer des prédictions à l'aide du Générateur de requêtes de prédiction dans Business Intelligence Development Studio. Pour plus d'informations, consultez Utilisation du Générateur de requêtes de prédictions pour créer des requêtes de prédictions DMX ou Rubriques Procédure : onglet Prévision de modèle d'exploration de données.

Requête de prédiction de série chronologique simple

La première étape consiste à utiliser l'instruction SELECT FROM avec la fonction PredictTimeSeries pour créer des prédictions de série chronologique. Les modèles de série chronologique prennent en charge une syntaxe simplifiée pour créer des prédictions : vous n'avez pas besoin de fournir d'entrées, mais vous devez uniquement spécifier le nombre de prédictions à créer. L'exemple générique suivant présente l'instruction que vous utiliserez :

SELECT <select list> 
FROM [<mining model name>] 
WHERE [<criteria>]

La liste de sélection peut contenir des colonnes du modèle, telles que le nom de la gamme de produits pour laquelle vous créez les prédictions, ou des fonctions de prédiction, telles que Lag (DMX) ou PredictTimeSeries (DMX), propres aux modèles d'exploration de données de série chronologique.

Pour créer une requête de prédiction de série chronologique simple

Dans l'Explorateur d'objets, cliquez avec le bouton droit sur l'instance de Analysis Services, pointez sur Nouvelle requête, puis cliquez sur DMX.

L'Éditeur de requête s'ouvre et contient une nouvelle requête vide.
Copiez l'exemple générique de l'instruction dans la requête vide.
Remplacez le code suivant :
```
<select list> 
```
par :
```
[Forecasting_MIXED].[ModelRegion],
PredictTimeSeries([Forecasting_MIXED].[Quantity],6) AS PredictQty,
PredictTimeSeries ([Forecasting_MIXED].[Amount],6) AS PredictAmt
```
La première ligne extrait une valeur du modèle d'exploration de données qui identifie la série.

Les deuxième et troisième lignes utilisent la fonction PredictTimeSeries. Chaque ligne prédit un attribut différent, [Quantity] ou [Amount]. Les nombres indiqués après les noms des attributs prévisibles précisent le nombre d'étapes à prédire.

La clause AS est utilisée pour fournir un nom à la colonne renvoyée par chaque fonction de prédiction. Si vous ne fournissez pas d'alias, les deux colonnes sont renvoyées avec l'étiquette Expression par défaut.
Remplacez le code suivant :
```
[<mining model>] 
```
par :
```
[Forecasting_MIXED]
```

Remplacez le code suivant :

WHERE [criteria>]

par :

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

L'instruction tout entière doit se présenter comme suit :

SELECT
[Forecasting_MIXED].[ModelRegion],
PredictTimeSeries([Forecasting_MIXED].[Quantity],6) AS PredictQty,
PredictTimeSeries ([Forecasting_MIXED].[Amount],6) AS PredictAmt
FROM 
[Forecasting_MIXED]
WHERE [ModelRegion] = 'M200 Europe' OR
[ModelRegion] = 'M200 Pacific'

Dans le menu Fichier, cliquez sur Enregistrer DMXQuery1.dmx sous.
Dans la boîte de dialogue Enregistrer sous, accédez au dossier approprié et nommez le fichier SimpleTimeSeriesPrediction.dmx.
Dans la barre d'outils, cliquez sur le bouton Exécuter.

La requête renvoie 6 prédictions pour chacune des deux combinaisons de produit et région spécifiées dans la clause WHERE.

Dans la leçon suivante, vous allez créer une requête qui fournit de nouvelles données au modèle, puis comparer les résultats de cette prédiction avec celle que vous venez de créer.