• Artykuł

Lekcja 4: Wykonywanie prognoz koszyk rynku

W tej lekcji będzie używać DMX SELECT Instrukcja tworzenia prognoz opartych na modelach skojarzenia utworzonego w Lekcja 2: Dodawanie modele wyszukiwanie do struktury wyszukiwanie koszyk rynku. Przy użyciu DMX utworzono kwerendy przewidywanie SELECT instrukcja oraz dodawanie PREDICTION JOIN Klauzula. Aby uzyskać więcej informacji na temat składni łączyć przewidywanie zobacz Model, SELECT FROM < > przewidywanie łączyć (DMX).

The SELECT FROM <model> PREDICTION JOIN form of the SELECT instrukcja contains three parts:

  • Lista kolumn model wyszukiwania i przewidywanie funkcje, które są zwracane zestaw wyników.Lista ta może również zawierać kolumny danych wejściowych z urządzenie źródłowe danych.

  • Kwerendę źródłową definiującą dane, który jest używany do tworzenia przewidywanie.Na przykład jeśli tworzysz wiele prognoz we wsadzie kwerendy urządzenie źródłowe może pobrać listy odbiorców.

  • Mapowanie między kolumnami model wyszukiwania i urządzenie źródłowe danych.Jeśli nazwy kolumn są zgodne, można użyć NATURAL PREDICTION JOIN Składnia i pominąć mapowania kolumna.

Kwerendę można zwiększyć za pomocą funkcji przewidywanie.Funkcje prognozowania zawierają dodatkowe informacje, takie jak prawdopodobieństwo przewidywanie występujących lub obsługę przewidywanie danych szkoleniowych.Aby uzyskać więcej informacji na temat funkcji przewidywanie zobacz Funkcje (DMX).

Można również użyć Konstruktora przewidywanie kwerendy w Business Intelligence Development Studio Aby utworzyć kwerendy przewidywanie. Aby uzyskać więcej informacji zobaczTworzenie kwerendy prognozowania DMX za pomocą Konstruktora kwerend prognozowania.

Pojedyncza instrukcja łączyć przewidywanie

Pierwszym krokiem jest utworzenie kwerendy pojedynczych, za pomocą SELECT FROM <model> PREDICTION JOIN Opis składni i dostarczanie pojedynczy zestaw wartości jako dane wejściowe. Poniżej przedstawiono ogólny przykład instrukcja pojedynczych:

SELECT <select list>
    FROM [<mining model>] 
[NATURAL] PREDICTION JOIN
(SELECT '<value>' AS [<column>], 
    (SELECT 'value' AS [<nested column>] UNION
        SELECT 'value' AS [<nested column>] ...) 
    AS [<nested table>])
AS [<input alias>]

W pierwszym wierszu kod określa kolumny z model wyszukiwania, której wynikiem jest kwerenda, i określa nazwę model wyszukiwania używanego do generowania przewidywanie:

SELECT <select list> FROM [<mining model>]

Następny wiersz kodu wskazuje operację do wykonania.Ponieważ będzie określić wartości dla każdej kolumna i wpisać dokładnie tak, aby dopasować wzoru nazwy kolumn, można użyć NATURAL PREDICTION JOIN Składnia. Jednak jeśli nazw kolumn były różne, użytkownik musi określić mapowanie między kolumnami w modelu i kolumna w nowych danych, dodając ON Klauzula.

[NATURAL] PREDICTION JOIN

Następne wiersze kodu zdefiniować produktów w koszyku, który będzie używany do przewidywania dodatkowe produkty, które klient zostanie dodany:

(SELECT '<value>' AS [<column>], 
    (SELECT 'value' AS [<nested column>] UNION
        SELECT 'value' AS [<nested column>] ...) 
    AS [<nested table>])

Zadania lekcji

W tej lekcji będzie wykonywać następujące zadania:

  • Należy utworzyć kwerendę prognozuje co inne elementy, klient będzie prawdopodobnie zakupu, na podstawie towarów już istniejących w ich koszyka.Tej kwerendy zostanie utworzony przy użyciu model wyszukiwania z domyślnego MINIMUM_PROBABILITY.

  • Utwórz kwerendę, która przewiduje, co inne elementy, klient będzie prawdopodobnie zakupu na podstawie elementów już istniejących w ich koszyka.Ta kwerenda jest oparta na inny model, w którym MINIMUM_PROBABILITY została ustawiona na 0,01. Ponieważ wartość domyślna dla MINIMUM_PROBABILITY skojarzenia modeli, wynosi 0,3, kwerendy, w tym modelu powinien zwrócić możliwe więcej elementów niż kwerendy na domyślny model.

Utwórz przewidywanie przy użyciu modelu z domyślnym MINIMUM_PROBABILITY

Aby utworzyć kwerendę skojarzenia

  1. W Eksplorator obiektów, kliknij prawym przyciskiem myszy wystąpienie Analysis Services, wskaż polecenie Nowa kwerenda, a następnie kliknij przycisk DMX , aby otworzyć Edytor kwerend.

  2. Kopiuj ogólny przykładem PREDICTION JOIN Instrukcja w pustym kwerendę.

  3. Zastąp następujące czynności:

    <select list>

    z:

    PREDICT([Default Association].[Products],INCLUDE_STATISTICS,3)

    Możesz dołączyć tylko nazwa kolumna [Produkty], ale przy użyciu Przewidywanie (DMX) Funkcja, można ograniczyć liczbę produktów, które są zwracane przez algorytm do trzech. Można również użyć INCLUDE_STATISTICS, która zwraca pomocy technicznej, prawdopodobieństwo i skorygowany prawdopodobieństwa dla każdego produktu. Statystyki te pomagają szybkość dokładność przewidywanie.

  4. Zastąp następujące czynności:

    [<mining model>]

    z:

    [Default Association]

  5. Zastąp następujące czynności:

    (SELECT '<value>' AS [<column>], 
    (SELECT 'value' AS [<nested column>] UNION
        SELECT 'value' AS [<nested column>] ...) 
    AS [<nested table>])

    z:

    (SELECT (SELECT 'Mountain Bottle Cage' AS [Model]
  UNION SELECT 'Mountain Tire Tube' AS [Model]
  UNION SELECT 'Mountain-200' AS [Model]) AS [Products]) AS t

    Korzysta z tej instrukcji UNION Instrukcja określić trzy produkty, które ma być uwzględniana w koszyku razem z produktami przewidywane. kolumna model w SELECT Instrukcja odpowiada kolumnie modelu, która znajduje się w tabela Produkty zagnieżdżona.

    Pełną instrukcję powinno być teraz w następujący sposób:

    SELECT
  PREDICT([Default Association].[Products],INCLUDE_STATISTICS,3)
From
  [Default Association]
NATURAL PREDICTION JOIN
(SELECT (SELECT 'Mountain Bottle Cage' AS [Model]
  UNION SELECT 'Mountain Tire Tube' AS [Model]
  UNION SELECT 'Mountain-200' AS [Model]) AS [Products]) AS t

  6. Na Plik menu kliknijZapisz DMXQuery1.dmx jako.

  7. W Zapisz jako -okno dialogowe, przejdź do odpowiedniego folderu i nazwę pliku przewidywanie.dmx skojarzenia.

  8. Na pasku narzędzi kliknij przycisk wykonać przycisku.

    Kwerenda zwraca tabela, która zawiera trzy produkty: HL Mountain opona, zestaw Fender - Mountain i opona Mountain CAPTIONML. W tabela wymieniono te produkty zwrócona w kolejności prawdopodobieństwa.Zwrócone produktu, który jest najbardziej prawdopodobne, że mają zostać uwzględnione w tym samym koszyka jako trzy produkty, określonych w kwerendzie jest wyświetlany w górnej części tabela.Te dwa produkty, które należy wykonać są następnego najprawdopodobniej mają zostać uwzględnione w koszyka zakupów.Tabela ta zawiera także statystyki opisujące dokładność przewidywanie.

Tworzenie przy użyciu modelu z MINIMUM_PROBABILITY z 0,01 prognozowania

Aby utworzyć kwerendę skojarzenia

  1. W Eksplorator obiektów, kliknij prawym przyciskiem myszy wystąpienie Analysis Services, wskaż polecenie Nowa kwerenda, a następnie kliknij przycisk DMX , aby otworzyć Edytor kwerend.

  2. Kopiuj ogólny przykładem PREDICTION JOIN Instrukcja w pustym kwerendę.

  3. Zastąp następujące czynności:

    <select list>

    z:

    PREDICT([Modified Association].[Products],INCLUDE_STATISTICS,3)

  4. Zastąp następujące czynności:

    [<mining model>]

    z:

    [Modified Association]

  5. Zastąp następujące czynności:

    (SELECT '<value>' AS [<column>], 
    (SELECT 'value' AS [<nested column>] UNION
        SELECT 'value' AS [<nested column>] ...) 
    AS [<nested table>])

    z:

    (SELECT (SELECT 'Mountain Bottle Cage' AS [Model]
  UNION SELECT 'Mountain Tire Tube' AS [Model]
  UNION SELECT 'Mountain-200' AS [Model]) AS [Products]) AS t

    Korzysta z tej instrukcji UNION Instrukcja określić trzy produkty, które ma być uwzględniana w koszyku razem z produktami przewidywane. The [Model] kolumna in the SELECT instrukcja corresponds to the kolumna in the nested products tabela.

    Pełną instrukcję powinno być teraz w następujący sposób:

    SELECT
  PREDICT([Modified Association].[Products],INCLUDE_STATISTICS,3)
From
  [Modified Association]
NATURAL PREDICTION JOIN
(SELECT (SELECT 'Mountain Bottle Cage' AS [Model]
  UNION SELECT 'Mountain Tire Tube' AS [Model]
  UNION SELECT 'Mountain-200' AS [Model]) AS [Products]) AS t

  6. Na Plik menu kliknijZapisz DMXQuery1.dmx jako.

  7. W Zapisz jako -okno dialogowe, przejdź do odpowiedniego folderu i nazwę pliku Zmodyfikowany przewidywanie.dmx skojarzenia.

  8. Na pasku narzędzi kliknij przycisk wykonać przycisku.

    Kwerenda zwraca tabela, która zawiera trzy produkty: Opona roweru górskiego HL, woda butli i zestaw Fender - Mountain. W tabela wymieniono te produkty w kolejności prawdopodobieństwa.Produkt, który pojawia się u góry tabela jest produkt, który jest najbardziej prawdopodobne, że mają zostać uwzględnione w tym samym koszyka jako trzy produkty, określonych w kwerendzie.Pozostałe produkty są następnego najprawdopodobniej mają zostać uwzględnione w koszyka zakupów.Tabela ta zawiera także statystyki, opisujące dokładność przewidywanie.

    Można wyświetlić z wyniki tej kwerendy, które wartości MINIMUM_PROBABILITY Parametr ma wpływ wyniki zwróconych przez kwerendę.

Jest to ostatni krok w samouczku koszyk rynku.Masz teraz zestaw modeli, które służy do przewidywania produktów których klienci mogą kupić w tym samym czas.

Aby dowiedzieć się, jak użyć innego scenariusza prognozowania DMX, zobacz Samouczek dotyczący DMX kupujących roweru.