Badanie modelu regresji liniowej (Analysis Services - wyszukiwania danych)
Podczas tworzenia kwerendy danych model wyszukiwania, można utworzyć kwerendę zawartości, która zawiera szczegółowe informacje dotyczące wzorców wykryte w analizie, lub można utworzyć kwerendę przewidywanie używa desenie w modelu, aby prognoz dla nowych danych.Na przykład kwerendy zawartości może zawierać dodatkowe szczegóły dotyczące formuły regresja podczas kwerendy przewidywanie mogą informować o Jeśli nowy punkt danych dopasowania modelu.Aby pobrać metadane dotyczących modelu kwerendy.
W tej sekcji wyjaśniono, jak tworzyć kwerendy dla modeli, które są oparte na algorytmie Microsoft regresji liniowej.
Ostrzeżenie
Ponieważ regresja liniowej jest oparty na szczególny przypadek algorytm drzewo decyzyjne Microsoft, istnieją liczne podobieństwa i niektóre modele drzewo decyzyjne, używające ciągłego przewidywalne atrybutów może zawierać formuły regresja.Aby uzyskać więcej informacji, zobacz Algorytm decyzji Microsoft drzew techniczne.
Kwerendy zawartości
Aby określić parametry używane dla modelu przy użyciu wierszy schematu wyszukiwania danych
Aby przywrócić formułę regresja dla modelu przy użyciu DMX
Zwracanie tylko współczynnik dla modelu
Przewidywania kwerend
Przewidywaniu dochodu przy użyciu kwerendy singleton
Funkcje przewidywanie przy użyciu modelu regresja
Znajdowanie informacji o modelu regresji liniowej
Struktura modelu regresja liniowej jest bardzo proste: model wyszukiwania reprezentuje dane jako pojedynczy węzeł zdefiniowano formułę regresja.Aby uzyskać więcej informacji, zobacz Model zawartości dla modeli regresją górnictwo (Analysis Services - wyszukiwania danych).
Powrót do początku
Przykładowa kwerenda 1: Aby określić parametry używane dla modelu przy użyciu zestawu wierszy schematu wyszukiwania danych
Przez badanie zestaw wierszy schematu wyszukiwanie danych, można znaleźć metadane dotyczące modelu.Gdy model został utworzony, gdy model ostatnio został przetworzony, nazwa może obejmować struktura wyszukiwania że zależy od modelu i nazwę kolumna wyznaczone jako atrybut przewidywalne.Może również zwracać parametry, które były używane podczas modelu została utworzona.
SELECT MINING_PARAMETERS
FROM $system.DMSCHEMA_MINING_MODELS
WHERE MODEL_NAME = 'TM_PredictIncome'
Przykładowe wyniki:
MINING_PARAMETERS |
---|
COMPLEXITY_PENALTY = 0,9, MAXIMUM_INPUT_ATTRIBUTES = 255, MAXIMUM_OUTPUT_ATTRIBUTES = 255, MINIMUM_SUPPORT = 10, SCORE_METHOD = 4, SPLIT_METHOD = 3, FORCE_REGRESSOR = |
Ostrzeżenie
Ustawienie parametru "FORCE_REGRESSOR = ", wskazuje, że bieżąca wartość dla parametru FORCE_REGRESSOR jest null.
Powrót do początku
Przykładowa kwerenda 2: Pobieranie formuły regresji dla modelu
Następujące kwerendy zwraca model wyszukiwania zawartości dla modelu regresja liniowej, który został zbudowany przy użyciu tego samego źródło danych korespondencji ukierunkowanych, użytej w Samouczek wyszukiwania danych podstawowych.Ten model prognozuje dochód klienta oparte na wiek.
Kwerenda zwraca zawartość węzła, który zawiera formułę regresja.Każda zmienna i współczynnik są przechowywane w oddzielnym wierszu tabela zagnieżdżonej NODE_DISTRIBUTION.Jeśli chcesz wyświetlić formuły pełną regresja, Przeglądarka Microsoft drzewa, kliknij (wszystkie) węzeł i Otwórz Górnictwa legendy.
SELECT FLATTENED NODE_DISTRIBUTION as t
FROM LR_PredictIncome.CONTENT
Ostrzeżenie
Jeśli poszczególne kolumny tabela zagnieżdżonej odwołać się za pomocą kwerendy, takie jak SELECT <column name> from NODE_DISTRIBUTION, niektóre kolumny takie jak Obsługa lub prawdopodobieństwo, musi być ujęty w nawiasy, aby odróżnić je od zastrzeżonych słów kluczowych o tej samej nazwie.
Oczekiwane wyniki:
t.ATTRIBUTE_NAME |
t.ATTRIBUTE_VALUE |
t.support |
t.PROBABILITY |
t.VARIANCE |
t.VALUETYPE |
---|---|---|---|---|---|
Roczny dochód |
Brak |
0 |
0.000457142857142857 |
0 |
1 |
Roczny dochód |
57220.8876687257 |
17484 |
0.999542857142857 |
1041275619.52776 |
3 |
Wiek |
471.687717702463 |
0 |
0 |
126.969442359327 |
7 |
Wiek |
234.680904692439 |
0 |
0 |
0 |
8 |
Wiek |
45.4269617936399 |
0 |
0 |
126.969442359327 |
9 |
|
35793.5477381267 |
0 |
0 |
1012968919.28372 |
11 |
Porównania w Górnictwa legendy, formuła regresja wygląda następująco:
Roczny dochód = 57,220.919 + 471.688 * (wiek - 45.427)
Można zobaczyć w Górnictwa legendy, niektóre liczby są zaokrąglone; Jednak w tabela NODE_DISTRIBUTION oraz Górnictwa legendy zasadniczo zawierają te same wartości.
Wartości kolumna VALUETYPE stwierdzić, jakie informacje zawarte w każdym wierszu, co jest przydatne w przypadku przetwarzania wyniki programowo.W poniższej tabela przedstawiono typy wartości, które są wyświetlane formuły regresja liniowej.
VALUETYPE |
---|
1 (Brak) |
3 (Ciągłe) |
7 (Współczynnik) |
8 (Wynik zysk) |
9 (Statystyki) |
7 (Współczynnik) |
8 (Wynik zysk) |
9 (Statystyki) |
11 (Stała) |
Więcej informacji o znaczeniu każdego typu wartości dla modeli regresja, zobacz Górnictwo zawartości modelu regresji liniowej modeli (Analysis Services - wyszukiwania danych).
Powrót do początku
Przykładowa kwerenda 3: Zwracanie tylko współczynnik dla modelu
Przy użyciu wyliczania VALUETYPE, jak pokazano w następującej kwerendzie może zwracać tylko współczynnik równanie regresja:
SELECT FLATTENED MODEL_NAME,
(SELECT ATTRIBUTE_VALUE, VALUETYPE
FROM NODE_DISTRIBUTION
WHERE VALUETYPE = 11)
AS t
FROM LR_PredictIncome.CONTENT
Ta kwerenda zwraca dwa wiersze, z model wyszukiwania zawartości i wiersza z tabela zagnieżdżonej, który zawiera współczynnik.Kolumna ATTRIBUTE_NAME nie włącza się tu ponieważ jest zawsze puste współczynnika.
NAZWA_MODELU |
t.ATTRIBUTE_VALUE |
t.VALUETYPE |
---|---|---|
LR_PredictIncome |
|
|
LR_PredictIncome |
35793.5477381267 |
11 |
Powrót do początku
Tworzenie prognoz z modelu regresji liniowej
Za pomocą karty wyszukiwania przewidywanie modelu w projektancie wyszukiwania danych, można tworzyć kwerendy przewidywanie na modelach regresja liniowej.Konstruktor kwerend przewidywanie jest dostępna zarówno w SQL Server Management Studio i Business Intelligence Development Studio.
Ostrzeżenie
Można również utworzyć kwerendy na modelach regresja, za pomocą SQL Server 2005 wyszukiwania danych dodatki programu Excel lub SQL Server 2008 wyszukiwania danych dodatki dla programu Excel.Mimo, że dodatki wyszukiwania danych dla programu Excel nie należy tworzyć modele regresja, można wyszukiwać i dowolnej kwerendy model wyszukiwania jest przechowywana na wystąpienie Usługi Analysis Services.
Powrót do początku
Przykładowa kwerenda 4: Przewidywaniu dochodu przy użyciu kwerendy Singleton
Najprostszym sposobem utworzenia pojedynczej kwerendy na modelu regresja jest za pomocą Wprowadzania kwerendy Singleton okno dialogowe.Na przykład utworzyć następującą kwerendę DMX, wybierając model regresja właściwe Wybieranie Singleton kwerendy, a następnie wpisując 20 jako wartość wieku.
SELECT [LR_PredictIncome].[Yearly Income]
From [LR_PredictIncome]
NATURAL PREDICTION JOIN
(SELECT 20 AS [Age]) AS t
Przykładowe wyniki:
Roczny dochód |
---|
45227.302092176 |
Powrót do początku
Przykładowa kwerenda 5: Funkcje prognozowania przy użyciu modelu regresji
Za pomocą wielu funkcje przewidywanie standardowa modele regresja liniowej.Poniższy przykład ilustruje sposób dodawania niektóre Statystyki opisowe do przewidywanie wyniki kwerendy.Wyniki te można zobaczyć jest znaczne odchylenie od średniej dla tego modelu.
SELECT
([LR_PredictIncome].[Yearly Income]) as [PredIncome],
(PredictStdev([LR_PredictIncome].[Yearly Income])) as [StDev1]
From
[LR_PredictIncome]
NATURAL PREDICTION JOIN
(SELECT 20 AS [Age]) AS t
Przykładowe wyniki:
Roczny dochód |
StDev1 |
---|---|
45227.302092176 |
31827.1726561396 |
Powrót do początku
Lista funkcje prognozowania
Wszystkie Microsoft obsługę algorytmów wspólny zestaw funkcji.Jednakże Microsoft algorytm regresji liniowej obsługuje dodatkowe funkcje wymienione w poniższej tabela.
|
Aby uzyskać listę funkcji, które są wspólne dla wszystkich Microsoft algorytmy, zobacz Algorytmów wyszukiwania danych (Analysis Services - wyszukiwania danych).Aby uzyskać więcej informacji na temat używania tych funkcji, zobacz Odwołanie do funkcji rozszerzenia górnictwa (DMX) danych.