Lezione 2: Aggiunta di modelli di data mining alla struttura di data mining Time Series

Istruzione ALTER MINING STRUCTURE

Per aggiungere un nuovo modello di data mining a una struttura di data mining esistente viene utilizzata l'istruzione ALTER MINING STRUCTURE (DMX). Il codice dell'istruzione può essere suddiviso nelle parti seguenti:

• Identificazione della struttura di data mining

• Denominazione del modello di data mining

• Definizione della colonna chiave

• Definizione delle colonne stimabili

• Specifica delle modifiche a livello di algoritmo e parametri

Di seguito è riportato un esempio generico dell'istruzione ALTER MINING STRUCTURE:

ALTER MINING STRUCTURE [<mining structure name>]
ADD MINING MODEL [<mining model name>]
   ([<key columns>],
    <mining model columns>
   )
USING <algorithm name>([<algorithm parameters>])
[WITH DRILLTHROUGH]

La prima riga del codice identifica la struttura di data mining esistente a cui verranno aggiunti i modelli di data mining:

ALTER MINING STRUCTURE [<mining structure name>]

La riga successiva del codice indica il nome del modello di data mining che verrà aggiunto alla struttura di data mining:

ADD MINING MODEL [<mining model name>]

Per informazioni sulla denominazione di un oggetto in DMX, vedere Identificatori (DMX).

Le successive righe del codice definiscono le colonne della struttura di data mining che verranno utilizzate dal modello di data mining:

[<key columns>],
<mining model columns>

È possibile utilizzare solo colonne già esistenti nella struttura di data mining e la prima colonna nell'elenco deve essere la colonna chiave dalla struttura di data mining.

Le righe successive del codice definiscono l'algoritmo di data mining che genera il modello di data mining e i parametri che è possibile impostare nell'algoritmo, oltre a specificare se è possibile eseguire il drill-down dal modello di data mining per visualizzare dati dettagliati nei case di training:

USING <algorithm name>([<algorithm parameters>])
WITH DRILLTHROUGH

Per ulteriori informazioni sui parametri dell'algoritmo che è possibile impostare, vedere Riferimento tecnico per l'algoritmo Microsoft Time Series.

Per specificare che una colonna nel modello di data mining deve essere utilizzata per la stima, è possibile utilizzare la sintassi seguente:

<mining model column> PREDICT

Argomenti della lezione

In questa lezione verranno eseguite le attività seguenti:

• Aggiunta di un nuovo modello di data mining Time Series alla struttura

• Modifica dei parametri dell'algoritmo per utilizzare un metodo differente di analisi e stima

Aggiunta di un modello Time Series ARIMA alla struttura

Il primo passaggio consiste nell'aggiunta di un nuovo modello di data mining di previsione alla struttura esistente. Per impostazione predefinita, l'algoritmo Microsoft Time Series crea modelli di data mining Time Series tramite due algoritmi, ARIMA e ARTXP, e combinando i risultati. È tuttavia possibile specificare un solo algoritmo da utilizzare o l'esatta combinazione di algoritmi. In questo passaggio si aggiungerà un nuovo modello che utilizza solo l'algoritmo ARIMA. Questo algoritmo è una novità di SQL Server 2008 ed è ottimizzato per le stime a lungo termine.

Per aggiungere un modello di data mining Time Series ARIMA

Aggiunta di un modello Time Series ARTXP alla struttura

L'algoritmo ARTXP era l'algoritmo Time Series predefinito in SQL Server 2005 ed è ottimizzato per le stime a breve termine. Per confrontare le stime tramite tutti e tre gli algoritmi Time Series, si aggiungerà un ulteriore modello basato sull'algoritmo ARTXP.

Per aggiungere un modello di data mining Time Series ARTXP

Nella lezione successiva verranno elaborati tutti i modelli e la struttura di data mining.

Lezione successiva

Lezione 3: Elaborazione di strutture e modelli Time Series

Vedere anche

Riferimento

Concetti