내보내기(0) 인쇄
모두 확장
이 문서는 수동으로 번역한 것입니다. 원본 텍스트를 보려면 포인터를 문서의 문장 위로 올리십시오. 추가 정보
번역
원본

1단원: 시계열 마이닝 모델 및 마이닝 구조 만들기

이 단원에서는 기록 데이터를 기반으로 시간 경과에 따라 값을 예측할 수 있는 마이닝 모델을 만듭니다. 모델을 만들면 기본 구조가 자동으로 생성되고 추가 마이닝 모델에 대한 기초로 사용될 수 있습니다.

이 단원에서는 사용자가 예측 모델과 Microsoft 시계열 알고리즘의 요구 사항을 잘 알고 있다고 가정합니다. 자세한 내용은 Microsoft 시계열 알고리즘을 참조하십시오.

직접 마이닝 모델을 만들고 기본 마이닝 구조를 자동으로 생성하려면 CREATE MINING MODEL(DMX) 문을 사용합니다. 이 문의 코드는 다음 부분으로 나눌 수 있습니다.

  • 모델 이름 지정

  • 타임스탬프 정의

  • 선택적 계열 키 열 정의

  • 예측 가능한 특성 정의

다음은 CREATE MINING MODEL 문의 일반적인 예입니다.

CREATE MINING MODEL [<Mining Structure Name>]
(
   <key columns>,
   <predictable attribute columns>
)
USING <algorithm name>([parameter list])
WITH DRILLTHROUGH

코드의 첫 번째 줄에서는 마이닝 모델의 이름을 정의합니다.

CREATE MINING MODEL [Mining Model Name]

Analysis Services에서는 모델 이름에 "_structure"를 추가하여 기본 구조의 이름을 자동으로 생성하므로 구조 이름이 모델 이름과 달리 고유합니다. DMX에서 개체 이름을 지정하는 방법은 식별자(DMX)를 참조하십시오.

코드의 다음 줄에서는 시계열 모델의 경우 원본 데이터의 시간 단계를 고유하게 식별하는 마이닝 모델에 대한 키 열을 정의합니다. 시간 단계는 열 이름과 데이터 형식 뒤에 KEY TIME 키워드로 식별합니다. 시계열 모델에 별도의 계열 키가 있으면 KEY 키워드를 사용하여 해당 키를 식별합니다.

<key columns>

코드의 다음 줄은 예측할 모델의 열을 정의하는 데 사용됩니다. 단일 마이닝 모델에 예측 가능한 특성이 여러 개 있을 수 있습니다. 예측 가능한 특성이 여러 개 있으면 Microsoft 시계열 알고리즘에서 각 계열에 대해 별도의 분석을 생성합니다.

<predictable attribute columns>

이 단원에서는 다음 태스크를 수행합니다.

  • 비어 있는 새 쿼리 만들기

  • 마이닝 모델을 만들기 위해 쿼리 변경

  • 쿼리 실행

첫 번째 단계는 Analysis Services 인스턴스에 연결하고 SQL Server Management Studio에서 새 DNX 쿼리를 만드는 것입니다.

SQL Server Management Studio에서 새 DMX 쿼리를 만들려면

  1. SQL Server Management Studio를 엽니다.

  2. 서버에 연결 대화 상자에서 서버 유형으로 Analysis Services를 선택합니다. 서버 이름LocalHost를 입력하거나 이 단원에서 연결할 Analysis Services 인스턴스의 이름을 입력합니다. 연결을 클릭합니다.

  3. 개체 탐색기에서 Analysis Services 인스턴스를 마우스 오른쪽 단추로 클릭하고 새 쿼리를 가리킨 다음 DMX를 클릭합니다.

    비어 있는 새 쿼리가 포함된 쿼리 편집기가 열립니다.

다음 단계는 예측을 위해 사용되는 마이닝 모델과 해당 기본 마이닝 구조를 함께 만들기 위해 CREATE MINING MODEL 문을 수정하는 것입니다.

CREATE MINING MODEL 문을 사용자 지정하려면

  1. 쿼리 편집기에서 CREATE MINING MODEL 문의 일반적인 예를 빈 쿼리에 복사합니다.

  2. 다음 내용을

    [mining model name] 
    

    다음 구문으로 바꿉니다.

    [Forecasting_MIXED]
    
  3. 다음 내용을

    <key columns>
    

    다음 구문으로 바꿉니다.

    [Reporting Date] DATE KEY TIME,
    [Model Region] TEXT KEY
    

    TIME KEY 키워드는 ReportingDate 열에 값을 정렬하는 데 사용되는 시간 단계 값이 포함되어 있는지 나타냅니다. 값이 고유하고 데이터가 정렬되어 있으면 시간 단계는 날짜 및 시간, 정수 또는 정렬된 모든 데이터 형식일 수 있습니다.

    TEXT KEY 키워드는 ModelRegion 열에 추가 계열 키가 포함되어 있는지 나타냅니다. 하나의 계열 키만 포함할 수 있으며 열의 값은 고유해야 합니다.

  4. 다음 내용을

    < predictable attribute columns> )
    

    다음 구문으로 바꿉니다.

        [Quantity] LONG CONTINUOUS PREDICT,
        [Amount] DOUBLE CONTINUOUS PREDICT
        )
    
  5. 다음 내용을

    USING <algorithm name>([parameter list])
    WITH DRILLTHROUGH
    

    다음 구문으로 바꿉니다.

    USING Microsoft_Time_Series(AUTO_DETECT_PERIODICITY = 0.8, FORECAST_METHOD = 'MIXED')
    WITH DRILLTHROUGH
    

    알고리즘 매개 변수 AUTO_DETECT_PERIODICITY = 0.8은 사용자가 데이터의 주기를 검색하는 알고리즘을 원하는지 나타냅니다. 이 값을 1에 가깝게 설정하면 많은 패턴을 검색하지만 처리 속도가 느릴 수 있습니다.

    알고리즘 매개 변수 FORECAST_METHOD는 사용자가 ARTXP, ARIMA 또는 이 둘의 조합을 사용하여 분석할 데이터를 원하는지 여부를 나타냅니다.

    WITH DRILLTHROUGH 키워드는 사용자가 모델이 완료된 후 원본 데이터의 자세한 통계를 볼 수 있는지 지정합니다. Microsoft 시계열 뷰어를 사용하여 모델을 찾아볼 경우 이 절을 추가해야 합니다. 예측에는 이 절이 필요하지 않습니다.

    이제 전체 문이 다음과 같아야 합니다.

    CREATE MINING MODEL [Forecasting_MIXED]
         (
        [Reporting Date] DATE KEY TIME,
        [Model Region] TEXT KEY,
        [Quantity] LONG CONTINUOUS PREDICT,
        [Amount] DOUBLE CONTINUOUS PREDICT
        )
    USING Microsoft_Time_Series (AUTO_DETECT_PERIODICITY = 0.8, FORECAST_METHOD = 'MIXED')
    WITH DRILLTHROUGH
    
  6. 파일 메뉴에서 다른 이름으로 DMXQuery1.dmx 저장을 클릭합니다.

  7. 다른 이름으로 저장 대화 상자에서 해당 폴더로 이동한 다음 파일 이름을 Forecasting_MIXED.dmx로 지정합니다.

마지막 단계는 쿼리를 실행하는 것입니다. 쿼리를 만들어 저장한 다음 서버에 마이닝 모델 및 해당 마이닝 구조를 만들려면 해당 쿼리를 실행해야 합니다. 쿼리 편집기에서 쿼리를 실행하는 방법은 데이터베이스 엔진 쿼리 편집기(SQL Server Management Studio)를 참조하십시오.

쿼리를 실행하려면

  • 쿼리 편집기의 도구 모음에서 실행을 클릭합니다.

    문의 실행이 끝나면 쿼리 상태가 쿼리 편집기 아래쪽의 메시지 탭에 표시됩니다. 메시지는 다음과 같아야 합니다.

    Executing the query 
    Execution complete
    

    이제 Forecasting_MIXED_Structure라는 새 구조가 관련 마이닝 모델인 Forecasting_MIXED와 함께 서버에 있습니다.

다음 단원에서는 방금 만든 Forecasting_MIXED 마이닝 구조에 마이닝 모델을 추가합니다.

이 정보가 도움이 되었습니까?
(1500자 남음)
의견을 주셔서 감사합니다.

커뮤니티 추가 항목

추가
표시:
© 2014 Microsoft