PredictTimeSeries (DMX)

语法

PredictTimeSeries(<table column reference>)
PredictTimeSeries(<table column reference>, n)
PredictTimeSeries(<table column reference>, n-start, n-end)
PredictTimeSeries(<scalar column reference>)
PredictTimeSeries(<scalar column reference>, n)
PredictTimeSeries(<scalar column reference>, n-start, n-end)
PredictTimeSeries(<table column reference>, n, REPLACE_MODEL_CASES | EXTEND_MODEL_CASES) PREDICTION JOIN <source query>
PredictTimeSeries(<table column reference>, n-start, n-end, REPLACE_MODEL_CASES | EXTEND_MODEL_CASES) PREDICTION JOIN <source query>
PredictTimeSeries(<scalar column reference>, n, REPLACE_MODEL_CASES | EXTEND_MODEL_CASES) PREDICTION JOIN <source query>
PredictTimeSeries(<scalar column reference>, n-start, n-end, REPLACE_MODEL_CASES | EXTEND_MODEL_CASES) PREDICTION JOIN <source query>

参数

• <table column reference>, <scalar column referenc>
  指定要预测的列的名称。列可以包含标量数据或表格格式数据。

• n
  指定要预测的后续步长数。如果没有为 n 指定值，则默认为 1。

  n 不能是 0。如果没有执行过至少一次预测，则函数将返回一个错误。

• n-start, n-end
  指定时序步长的范围。

  n-start 必须为整数，并且不能为 0。

  n-end 必须是大于 n-start 的整数。

• <source query>
  定义用于进行预测的外部数据。

• REPLACE_MODEL_CASES | EXTEND_MODEL_CASES
  指示如何处理新数据。

  REPLACE_MODEL_CASES 指定应使用新数据替换模型中的数据点。但是，预测基于现有挖掘模型中的模式。

  EXTEND_MODEL_CASES 指定应将新数据添加到原始定型数据集。仅在新数据已用完之后才根据组合的数据集执行未来预测。

  这些参数仅在使用 PREDICTION JOIN 语句添加新数据时才可用。如果使用 PREDICTION JOIN 查询并且没有指定参数，则默认值为 EXTEND_MODEL_CASES。

返回类型

一个 <table expression>。

注释

当使用 PREDICTION JOIN 语句添加新数据时，Microsoft 时序算法不支持历史预测。

在 PREDICTION JOIN 中，预测过程总是从原始定型系列的末尾之后的时间步长立即开始。即使您添加新的数据也是如此。因此，n 参数和 n-start 参数值必须是大于 0 的整数。

注意
新数据的长度不影响预测起点。因此，如果您想要添加新数据并且还要执行新预测，请确保将预测起点设置为大于新数据的长度的值，或者按照新数据的长度来扩展预测终点。

示例

下面的示例显示如何对现有的时序模型执行预测：

• 第一个示例显示如何根据当前模型执行指定次数的预测。

• 第二个示例显示如何使用 REPLACE_MODEL_CASES 参数将指定模型中的模式应用到新的数据集。

• 第三个示例显示如何使用 EXTEND_MODEL_CASES 参数用最新数据更新挖掘模型。

若要了解使用时序模型的详细信息，请参阅数据挖掘教程第 2 课：生成预测方案（数据挖掘中级教程）和时序预测 DMX 教程。

注意
您可能会从模型中获取不同的结果；下面提供的示例结果仅用于说明结果格式。

示例 1：预测时间段数

SELECT FLATTENED
    [Forecasting].[Model Region],
    PredictTimeSeries([Forecasting].[Quantity],3)AS t 
FROM
    [Forecasting]
WHERE [Model Region] = 'M200 Europe'
OR [Model Region] = 'M200 Pacific'

示例 2：添加新数据和使用 REPLACE_MODEL_CASES

SELECT [Forecasting].[Model Region],
    PredictTimeSeries([Forecasting].[Quantity], 3, REPLACE_MODEL_CASES) 
FROM
    [Forecasting]
PREDICTION JOIN
  OPENQUERY([Adventure Works DW2008R2],
    'SELECT [ModelRegion], 
    ([Quantity] * 2) as Quantity,
    ([Amount] * 2) as Amount,
      [ReportingDate]
    FROM [dbo].vTimeSeries
    WHERE ModelRegion = N''M200 Pacific''
    ') AS t
ON
  [Forecasting].[Model Region] = t.[ Model Region] AND
[Forecasting].[Reporting Date] = t.[ReportingDate] AND
[Forecasting].[Quantity] = t.[Quantity] AND
[Forecasting].[Amount] = t.[Amount]

示例 3：添加新数据和使用 EXTEND_MODEL_CASES

SELECT [Model Region],
    PredictTimeSeries([Forecasting].[Quantity], 5, EXTEND_MODEL_CASES) 
FROM
    [Forecasting]
NATURAL PREDICTION JOIN
    (SELECT
        1 as [Reporting Date],
        10 as [Quantity],
        'M200 Europe' AS [Model Region]
    UNION SELECT 
        2 as [Reporting Date],
        15 as [Quantity],
        'M200 Europe' AS [Model Region]
) AS T
WHERE ([Model Region] = 'M200 Europe'
 OR [Model Region] = 'M200 Pacific')

示例 4：返回时序预测中的统计信息

PredictTimeSeries 函数不支持将 INCLUDE_STATISTICS 作为参数。但是，可以使用以下查询来返回时序查询的预测统计信息。此方法还可以与具有嵌套表列的模型结合使用。

在此特定模型中，可预测属性为 Quantity，因此您必须将 [Quantity] 用作 PredictTimeSeries 函数的第一个参数。如果您的模型使用其他不同的可预测属性，则可以替换一个不同的列名。

SELECT FLATTENED [Model Region],
(SELECT 
     $Time,
     [Quantity] as [PREDICTION], 
     PredictVariance([Quantity]) AS [VARIANCE],
     PredictStdev([Quantity]) AS [STDEV]
FROM
      PredictTimeSeries([Quantity], 3) AS t
) AS t
FROM Forecasting
WHERE [Model Region] = 'M200 Europe'
OR [Model Region] = 'M200 North America'

示例结果：

注意
在此示例中使用了 FLATTENED 关键字，目的是为了更好地在表中呈现结果；但是，如果提供程序支持分层行集，则可以省略 FLATTENED 关键字。如果省略了 FLATTENED 关键字，则查询将返回两个列，第一列包含标识 [Model Region] 数据序列的值，第二列包含统计信息的嵌套表。

请参阅

参考

概念