Ders 5: Zaman serisi modeli genişletme

extend_model_cases ile Öngörüler yapmak

Aşağıdaki genel extend_model_cases kullanarak saat serisi tahmin bir örnektir.İlk örnek, Öngörüler son başlatma sayısını belirtmenize olanak tanır saat adım / özgün modeli:

SELECT [<model columns>,] PredictTimeSeries(<table column reference>, n, EXTEND_MODEL_CASES) 
FROM <mining model>
PREDICTION JOIN <source query>
[WHERE <criteria>]

İkinci örnek saat adım belirtmek için Öngörüler nerede başlaması gerektiğini ve burada bitmelidir sağlar.Bu seçenek olarak, saat adımları tahmin sorguları için her saat kullanılan çünkü durumlarda orijinal serinin sonunda start modelini genişlettiğinizde önemlidir.

SELECT [<model columns>,] PredictTimeSeries(<table column reference>, n-start, n-end, EXTEND_MODEL_CASES) 
FROM <mining model>
PREDICTION JOIN <source query>
[WHERE <criteria>}

Bu öğreticide, her iki tür sorgular oluşturur.

Bir saat serisi modeli bir singleton tahmin sorgu oluşturmak için

Tahmin Başlat extend_model_cases ile anlama

Oluşturduğunuz özgün modeli ve yeni verilerle dayanarak Öngörüler artık, satış verilerini güncelleştirme Öngörüler nasıl etkilediğini görmek için sonuçlar karşılaştırabilirsiniz.Bunu yapmadan önce yeni oluşturduğunuz kodu gözden geçirin ve aşağıdaki dikkat edin:

• Avrupa için yeni veri sağlanan bölge.

• Yalnızca iki ay sağladığınız Yeni veri değerinde.

Aşağıdaki tablo M200 Avrupa için sağlanan yeni değerler Öngörüler nasıl etkilediğini gösterir.M200 Pasifik ürün için yeni veri sağlamadı bölge, ancak bu serisi için karşılaştırma sunulur:

Bu sonuçlar, iki şey görebilirsiniz:

• M200 Avrupa serisinin ilk iki Öngörüler tam olarak sağladığınız yeni veri aynıdır.Tasarım gereği, Analysis Services yapma yerine gerçek yeni veri noktaları verir bir tahmin.Tahmin sorgular için her saat kullanılan adımlar özgün seri sonunda başlattığınızda modeli durumlarda genişlettiğinizde olmasıdır.Bu nedenle, iki yeni veri noktaları eklemek isterseniz, ilk iki Öngörüler örtüşme yeni verilerle birlikte verdi.

• Sonra tüm yeni veri noktaları kullanılan Analysis Services yaptığı Öngörüler esas güncelleştirilmiş bir model.Bu nedenle, Eylül 2005'ten başlayarak, özgün modelin sol dan M200 Avrupa için Öngörüler arasındaki farkı görebilirsiniz sütunve extend_model_cases, sağdaki kullanır modeli sütun.Öngörüler modeli yeni verilerle güncelleştirilmiş olduğundan farklıdır.

Başlangıç ve bitiş saati adımları denetim Öngörüler için kullanma

Bir modeli genişlettiğinizde, yeni veri serisinin sonuna kadar her zaman eklenir.Ancak, öngörü amacı için saat dilimleri orijinal serinin sonunda tahmin sorguları başlangıç kullanılır.Yeni veri eklediğinizde, yalnızca yeni Öngörüler elde etmek istiyorsanız, başlangıç noktasını saat dilimleri sayısı olarak belirtmeniz gerekir.Örneğin, iki yeni veri noktaları eklemek ve dört yeni Öngörüler yapmak istiyorsanız, aşağıdakileri yapabilirsiniz:

• Bir saat serisi modeli bir tahmin JOIN oluşturma ve yeni veri iki ay belirtin.

• Burada 3 başlangıç noktasıdır ve bitiş noktası zaman dilim 6 dört saat dilimleri için Öngörüler isteyin.

Başka bir deyişle, yeni veri içeriyorsa, n saat adım adım 1 için Öngörüler istek saat dilimleri ve n, Öngörüler yeni verilerle aynı dönem ile çakıştığı.Verilerinizi tarafından kapsanmayan dönemleri için yeni Öngörüler elde etmek için ya da saat dilim at Öngörüler başlatmanız gerekir n + 1 sonra yeni veri serisini veya ek saat dilimleri istemek emin olun.

Aşağıdaki örnek, önceki örnekte yalnızca iki serisinin yeni Öngörüler almak sağlar dmx deyim gösterir.

SELECT [Model Region],
PredictTimeSeries([Quantity],3,6, EXTEND_MODEL_CASES) AS PredictQty
FROM
   [Forecasting_MIXED]
NATURAL PREDICTION JOIN 
(
   SELECT 1 AS [ReportingDate],
  '10' AS [Quantity],
  'M200 Europe' AS [ModelRegion]
UNION SELECT
  2 AS [ReportingDate],
  15 AS [Quantity]),
  'M200 Europe' AS [ModelRegion]
) AS t
WHERE [ModelRegion] = 'M200 Europe'

Tahmin sonuçlar sağladığınız yeni veri 2 ay sonra saat dilim 3, başlangıç.

replace_model_cases ile Öngörüler yapmak

Modeli durumlarda değiştirmeyi kullanışlı bir model eğitmek istiyorsanız, küme talepleri ve bu modelin farklı veri serilerine uygulayın.Bu senaryonun ayrıntılı izlenecek yol gösterilen Ders 2: Tahmin senaryo (Ara veri madenciliği Öğreticisi) oluşturma.

Ayrıca bkz.

Başvuru

Kavramlar