Esercitazione su DMX per le stime basate su serie temporali
In questa esercitazione verrà illustrato come creare una struttura di data mining Time Series e tre modelli di data mining Time Series personalizzati, quindi eseguire stime tramite tali modelli.
I modelli di data mining sono basati sui dati contenuti nel database di esempio AdventureWorksDW2008R2, in cui sono archiviati i dati relativi alla società fittizia Adventure Works Cycles. Adventure Works Cycles è una grande società multinazionale.
Scenario dell'esercitazione
Adventure Works Cycles ha deciso di utilizzare il data mining per generare proiezioni di vendita. Alcuni modelli di previsione regionali sono già stati compilati (per ulteriori informazioni, vedere Lezione 2: Compilazione di uno scenario di previsione (Esercitazione intermedia sul data mining)). Il reparto vendite deve essere tuttavia in grado di aggiornare periodicamente il modello di data mining con i nuovi dati sulle vendite. Desidera inoltre personalizzare i modelli per fornire proiezioni diverse.
Microsoft SQL Server Analysis Services include numerosi strumenti che possono essere utilizzati per questa attività:
Linguaggio di query DMX (Data Mining Extensions)
Algoritmo Microsoft Time Series
Editor di query in SQL Server Management Studio
L'algoritmo Microsoft Time Series consente di creare modelli che possono essere utilizzati per la stima di dati temporali. DMX (Data Mining Extensions) è un linguaggio di query incluso in Analysis Services che è possibile utilizzare per creare modelli di data mining e query di stima.
Lezioni dell'esercitazione
Questa esercitazione presuppone che l'utente abbia già familiarità con gli oggetti utilizzati in Analysis Services per creare modelli di data mining. Se in precedenza non è stata creata una struttura di data mining o un modello di data mining tramite DMX, vedere Esercitazione su DMX per Bike Buyer.
L'esercitazione è suddivisa nelle lezioni seguenti:
Lezione 1: Creazione di un modello di data mining Time Series e di una struttura di data mining
In questa lezione verrà illustrato come utilizzare l'istruzione CREATE MINING MODEL per aggiungere un nuovo modello di previsione e un modello di data mining correlato.Lezione 2: Aggiunta di modelli di data mining alla struttura di data mining Time Series
In questa lezione verrà illustrato come utilizzare l'istruzione ALTER MINING STRUCTURE per aggiungere nuovi modelli di data mining a una struttura di serie temporali. Verrà inoltre illustrato come personalizzare l'algoritmo utilizzato per l'analisi di una serie temporale.Lezione 3: Elaborazione di strutture e modelli Time Series
In questa lezione verrà illustrato come eseguire il training dei modelli utilizzando l'istruzione INSERT INTO e popolando la struttura con i dati del database AdventureWorksDW2008R2.Lezione 4: Creazione di stime basate su serie temporali utilizzando DMX
In questa lezione verrà illustrato come creare stime basate su serie temporali.Lezione 5: Estensione del modello Time Series
In questa lezione verrà illustrato come utilizzare il parametro EXTEND_MODEL_CASES per aggiornare il modello con nuovi dati durante l'esecuzione di stime.
Requisiti
Prima di eseguire l'esercitazione, verificare che sia installato quanto segue:
Microsoft SQL Server
Microsoft SQL Server Analysis Services
Il database AdventureWorksDW2008R2
Per una maggiore sicurezza, i database di esempio non vengono installati per impostazione predefinita. Per installare i database di esempio ufficiali per Microsoft SQL Server, visualizzare la pagina https://www.CodePlex.com/MSFTDBProdSamples o nella sezione Microsoft SQL Server Product Samples della home page di Microsoft SQL Server Samples and Community Projects. Fare clic su Database, quindi fare clic sulla scheda Releases e selezionare i database desiderati.
Nota
Per la consultazione delle esercitazioni è consigliabile aggiungere i pulsanti Argomento precedente e Argomento successivo alla barra degli strumenti dell'applicazione utilizzata per visualizzare i documenti. Per ulteriori informazioni, vedere Aggiunta dei pulsanti Argomento precedente e Argomento successivo alla Guida.
Vedere anche