Урок 3. Обработка структуры и моделей временных рядов

Статья
03/03/2017

Применимо к: SQL Server 2016 Preview

На этом занятии будет использоваться INSERT INTO ( расширений интеллектуального анализа данных ) Инструкция для обработки структуры интеллектуального анализа данных и созданные модели интеллектуального анализа данных временных рядов.

При обработке структуры интеллектуального анализа данных службы Службы Analysis Services считывают исходные данные и создают структуры, поддерживающие модели интеллектуального анализа данных. Всегда необходимо выполнять обработку модели интеллектуального анализа данных и структуры при первом создании. Если задана структура интеллектуального анализа данных при использовании инструкции INSERT INTO, инструкция обрабатывает эту структуру и все связанные с ней модели интеллектуального анализа данных.

При добавлении модели интеллектуального анализа данных к уже обработанной структуре интеллектуального анализа данных можно использовать инструкцию INSERT INTO MINING MODEL для обработки новой модели интеллектуального анализа данных с помощью существующих данных.

Дополнительные сведения об обработке моделей интеллектуального анализа данных см. в разделе обработки требования и соображения ( интеллектуального анализа данных ).

Инструкция INSERT INTO

Для обучения структуры интеллектуального анализа данных временных рядов и все связанные с ней модели используется INSERT INTO ( расширений интеллектуального анализа данных ) инструкции. Код инструкции можно разбить на следующие части.

Определение структуры интеллектуального анализа данных
Список столбцов структуры интеллектуального анализа
Определение обучающих данных

Далее приведен общий пример инструкции INSERT INTO :

INSERT INTO MINING STRUCTURE [<mining structure name>]  
(  
   <mining structure columns>  
)  
OPENQUERY (<source data definition>)

В первой строчке кода задается структура интеллектуального анализа данных, которую необходимо обучить:

INSERT INTO MINING STRUCTURE [<mining structure name>]

Следующие строки кода указывают столбцы, определенные структурой интеллектуального анализа данных. Необходимо перечислить все столбцы структуры интеллектуального анализа данных, и каждый столбец должен сопоставляться с каким-либо столбцом из данных исходного запроса.

(  
   <mining structure columns>  
)

Последние строки кода определяют данные, которые будут использованы для обучения структуры интеллектуального анализа данных.

OPENQUERY (<source data definition>)

На этом занятии требуется определить исходные данные с помощью инструкции OPENQUERY . Дополнительные сведения о других способах задания запроса источника данных в разделе < запросом источника данных >.

Задачи занятия

На этом занятии требуется выполнить следующую задачу:

обработать структуру интеллектуального анализа данных Forecasting_MIXED_Structure;
обработать связанные модели интеллектуального анализа данных Forecasting_MIXED, Forecasting_ARIMA и Forecasting_ARTXP.

Обработка структуры интеллектуального анализа данных временных рядов

Обработка структуры интеллектуального анализа данных и связанных с ней моделей с помощью инструкции INSERT INTO

В обозревателя объектов, щелкните правой кнопкой мыши экземпляр Службы Analysis Services, пункты новый запрос, а затем нажмите кнопку расширений интеллектуального анализа данных.

Откроется редактор запросов, содержащий новый, пустой запрос.
Скопируйте стандартный пример использования инструкции INSERT INTO в пустое окно запроса.

Вместо

[<mining structure>]

вставьте

Forecasting_MIXED_Structure

Вместо

<mining structure columns>

вставьте

[ReportingDate],  
[ModelRegion]

Вместо
```
OPENQUERY
(<source data definition>)  
```
вставьте
```
OPENQUERY([Adventure Works DW 2008R2],'SELECT [ReportingDate], [ModelRegion], [Quantity], [Amount]  
FROM vTimeSeries ORDER BY [ReportingDate]')  
```
Исходный запрос ссылается на AdventureWorksDW2012 источника данных, определенные в образце проекта «intermediatetutorial». Этот источник данных используется запросом для доступа к представлению vTimeSeries. Это представление содержит исходные данные, которые будут использованы для обучения модели интеллектуального анализа данных. Если вы не знакомы с этого проекта или представлении, см. разделУрок 2: построение сценария прогнозирования ( Intermediate Data Mining Tutorial ).

Полная инструкция теперь должна выглядеть следующим образом.
```
INSERT INTO MINING STRUCTURE [Forecasting_MIXED_Structure]  
(  
   [ReportingDate],[ModelRegion],[Quantity],[Amount])  
)  
OPENQUERY(  
[Adventure Works DW 2008R2],  
'SELECT [ReportingDate],[ModelRegion],[Quantity],[Amount] FROM vTimeSeries ORDER BY [ReportingDate]'  
)   
```
В меню Файл щелкните Сохранить DMXQuery1.dmx как.
В диалоговом окне Сохранить как укажите расположение соответствующей папки и назовите файл ProcessForecastingAll.dmx.
На панели инструментов нажмите кнопку Выполнить .

После окончания выполнения запроса можно создавать прогнозы с использованием обработанных моделей интеллектуального анализа данных. В следующем занятии будет создано несколько прогнозов на основе созданных моделей интеллектуального анализа данных.

Следующее занятие

Занятие 4: Создание прогнозов временных рядов, с помощью расширений интеллектуального анализа данных

См. также:

Требования к обработке и связанные замечания (интеллектуальный анализ данных)
< запросом источника данных >
OPENQUERY ( РАСШИРЕНИЙ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ )

Share via