SystemGetAccuracyResults (Analysis Services - Data Mining)

 

Gibt Genauigkeitsmetriken einer Kreuzvalidierung für eine Miningstruktur und alle verwandten Modelle zurück, wobei Clustering-Modelle ausgeschlossen sind.

Diese gespeicherte Prozedur gibt Metriken für das ganze Dataset als einzelne Partition zurück. Um das Dataset in Querschnitte zu partitionieren und Metriken für jede Partition zurückzugeben, verwenden Sie SystemGetCrossValidationResults (Analysis Services – Data Mining ).

System_CAPS_ICON_note.jpg Hinweis


Diese gespeicherte Prozedur wird nicht bei Modellen unterstützt, die mithilfe des Microsoft Time Series-Algorithmus oder des Microsoft Sequence Clustering-Algorithmus erstellt werden. Verwenden Sie bei Clusteringmodellen die separate gespeicherte Prozedur SystemGetClusterAccuracyResults (Analysis Services – Data Mining).

  
SystemGetAccuracyResults(<mining structure>,   
[,<mining model list>]  
,<data set>  
,<target attribute>  
[,<target state>]  
[,<target threshold>]  
[,<test list>])  

Miningstruktur
Name einer Miningstruktur in der aktuellen Datenbank.

(Erforderlich)

Modellliste
Durch Trennzeichen getrennte Liste von Modellen, die überprüft werden sollen.

Der Standardwert ist null. Dies heißt, dass alle anwendbaren Modelle verwendet werden. Bei Verwendung des Standardwerts werden Clustering-Modelle automatisch aus der Liste der Kandidaten für die Verarbeitung ausgeschlossen.

(Optional)

Dataset
Ein ganzzahliger Wert, der angibt, welche Partition in der Miningstruktur zum Testen verwendet wird. Der Wert wird von einer Bitmaske abgeleitet, die die Summe der folgenden Werte darstellt, wobei jeder einzelne Wert optional ist:

Trainingsfälle0x0001
Testfälle0x0002
Modellfilter0x0004

Eine vollständige Liste der möglichen Werte finden Sie in diesem Thema im Abschnitt mit den Hinweisen.

(erforderlich)

Zielattribut
Zeichenfolge, die den Namen eines vorhersagbaren Objekts enthält. Ein vorhersagbares Objekt kann eine Spalte, eine verschachtelte Tabellenspalte oder eine Schlüsselspalte für eine geschachtelte Tabelle eines Miningmodells sein.

(erforderlich)

Zielstatus
Zeichenfolge, die einen bestimmten vorherzusagenden Wert enthält.

Wenn ein Wert angegeben ist, werden die Metriken für diesen bestimmten Status aufgelistet.

Wenn kein Wert oder Null angegeben ist, werden die Metriken für den wahrscheinlichsten Status der einzelnen Vorhersagen berechnet.

Der Standardwert ist null.

(Optional)

Zielschwellenwert
Zahl zwischen 0,0 und 1, die die Mindestwahrscheinlichkeit angibt, mit der Vorhersagewert als richtig gewertet wird.

Der Standardwert ist null. Das heißt, dass alle Vorhersagen als richtig gewertet werden.

(Optional)

Testliste
Eine Zeichenfolge, die Testoptionen angibt. Dieser Parameter ist für die zukünftige Verwendung reserviert.

(Optional)

Das Rowset, das zurückgegeben wird, enthält Bewertungen für jede Partition und Aggregate für alle Modelle.

In der folgenden Tabelle sind die Spalten aufgeführt, die von GetValidationResultszurückgegeben werden.

SpaltennameDescription
ModelName des Modells, das getestet wurde. Alles gibt an, dass das Ergebnis ein Aggregat für alle Modelle ist.
AttributeNameDer Name der vorhersagbaren Spalte.
AttributeStateEin Zielwert in der vorhersagbaren Spalte.

Wenn diese Spalte einen Wert enthält, werden Metriken nur für den angegebenen Status aufgelistet.

Wenn kein Wert oder Null angegeben ist, werden die Metriken für den wahrscheinlichsten Status der einzelnen Vorhersagen berechnet.
PartitionIndexBezeichnet die Partition, für die das Ergebnis gilt.

Bei dieser Prozedur ist das immer 0.
PartitionCasesEin ganzzahliger Wert, der auf Grundlage des <Dataset>-Parameters die Anzahl der Zeilen in der Fallmenge angibt.
TestDer Typ von Test, der ausgeführt wurde.
MeasureDer Name des Measures, der vom Test zurückgegeben wurde. Measures für die einzelnen Modelle richten sich nach dem Modelltyp und dem Typ des vorhersagbaren Werts.

Eine Liste der für die einzelnen vorhersagbaren Typen zurückgegebenen Measures finden Sie unter Measures im Kreuzvalidierungsbericht.

Definitionen für die einzelnen Measures finden Sie unter Kreuzvalidierung (Analysis Services – Data Mining).
WertDer Wert für das angegebene Measure.

Die folgende Tabelle enthält Beispiele für die Werte, mit denen Sie die Daten in der für die Kreuzvalidierung verwendeten Miningstruktur angeben können. Wenn Sie Testfälle für die Kreuzvalidierung verwenden möchten, muss die Miningstruktur bereits ein Testdataset enthalten. Informationen zum Definieren eines Testdatasets bei der Erstellung einer Miningstruktur finden Sie unter Trainings- und Testdatasets.

Ganzzahliger WertDescription
1Nur Trainingsfälle werden verwendet.
2Nur Testfälle werden verwendet.
3Sowohl die Trainingsfälle als auch Testfälle werden verwendet.
4Ungültige Kombination.
5Nur Trainingsfälle werden verwendet, und der Modellfilter wird angewendet.
6Nur Testfälle werden verwendet, und der Modellfilter wird angewendet.
7Sowohl die Trainingsfälle als auch Testfälle werden verwendet, und der Modellfilter wird angewendet.

Weitere Informationen über die Szenarien, in denen Sie Kreuzvalidierung verwenden würden, finden Sie unter Tests und Überprüfung (Data Mining).

In diesem Beispiel werden Genauigkeitsmeasures für ein einzelnes Entscheidungsstrukturmodell, v Target Mail DT, zurückgegeben, das mit der vTargetMail -Miningstruktur verknüpft ist. Der Code auf Zeile vier gibt an, dass die Ergebnisse auf den Testfällen basieren müssen, die für jedes Modell mit dem jeweils modellspezifischen Filter gefiltert wurden. [Bike Buyer] gibt die zu vorherzusagende Spalte an, und die 1 auf der folgenden Zeile gibt an, dass das Modell nur für den bestimmten Wert 1 ("Yes, will buy") ausgewertet werden soll.

Die letzte Zeile des Codes gibt an, dass der Statusschwellenwert 0,5 beträgt. Das heißt, dass Vorhersagen mit einer Wahrscheinlichkeit über 50 Prozent bei der Genauigkeitsberechnung als "gute" Vorhersagen bewertet werden sollen.

CALL SystemGetAccuracyResults (  
[vTargetMail],  
[vTargetMail DT],  
6,  
'Bike Buyer',  
1,  
0.5  
)  

Beispielergebnisse:

ModelNameAttributeNameAttributeStatePartitionIndexPartitionSizeTestMeasureWert
v Target Mail DTBike Buyer101638KlassifizierungWahr positiv605
v Target Mail DTBike Buyer101638KlassifizierungFalsch positiv177
v Target Mail DTBike Buyer101638KlassifizierungWahr negativ501
v Target Mail DTBike Buyer101638KlassifizierungFalsch negativ355
v Target Mail DTBike Buyer101638WahrscheinlichkeitLogarithmisches Ergebnis-0.598454638753028
v Target Mail DTBike Buyer101638WahrscheinlichkeitLift0.0936717116894395
v Target Mail DTBike Buyer101638WahrscheinlichkeitWurzel des mittleren quadratischen Fehlers0.361630800104946

Die Kreuzvalidierung in SQL Server Enterprise ist erst ab SQL Server 2008 verfügbar.

SystemGetCrossValidationResults (Analysis Services – Data Mining)
SystemGetAccuracyResults
SystemGetClusterCrossValidationResults (Analysis Services – Data Mining)
SystemGetClusterAccuracyResults (Analysis Services – Data Mining)

Community-Beiträge

HINZUFÜGEN
Anzeigen: