Création de prédictions sur un modèle Sequence Clustering (Didacticiel intermédiaire sur l'exploration de données)

  • Article

 

S’applique à : SQL Server 2016 Preview

Une fois que vous comprenez le modèle sequence clustering mieux parcouru dans la visionneuse, vous pouvez créer des requêtes de prédiction à l’aide du Générateur de requête de prédiction de le prévision de modèle d’exploration de données onglet dans le Concepteur d’exploration de données. Pour créer une prédiction, commencez par sélectionner le modèle Sequence Clustering, puis sélectionnez les données d'entrée. Pour les entrées, vous pouvez utiliser une source de données externe, ou vous pouvez générer une requête singleton et fournir des valeurs dans une boîte de dialogue.

Cette leçon suppose que vous savez comment utiliser le générateur de requêtes de prédiction et souhaitez apprendre à générer des requêtes qui sont spécifiques à un modèle Sequence Clustering. Pour obtenir des informations générales sur l’utilisation du Générateur de requête de prédiction, consultez Outils de requête d’exploration de données ou la section du didacticiel d’exploration de données de base, Création de prédictions &#40 ; Didacticiel d’exploration de données de base de données &#41 ;.

Création de prédictions sur le modèle régional

Pour ce scénario, vous commencerez par créer des requêtes de prédiction singleton pour avoir une idée des différences entre les prédictions selon la région.

Pour créer une requête singleton sur un modèle Sequence Clustering

  1. Cliquez sur le prévision de modèle d’exploration de données onglet du Concepteur d’exploration de données.

  2. Dans le le modèle de Mining colonne, sélectionnez requête Singleton.

    Le le modèle de Mining volet et entrée de requête Singleton volet s’affiche.

  3. Dans le le modèle de Mining volet, cliquez sur Sélectionner un modèle. (Vous pouvez ignorer cette étape si le mode Sequence Clustering est déjà sélectionné.)

    Le Sélectionner un modèle d’exploration de données boîte de dialogue s’ouvre.

  4. Développez le nœud qui représente la structure d’exploration de données Sequence Clustering avec Region, puis sélectionnez le modèle Sequence Clustering avec Region. Cliquez sur OK. Pour le moment, ignorez le volet d'entrée ; vous spécifierez les entrées après avoir configuré les fonctions de prédiction.

  5. Dans la grille, cliquez sur la cellule vide sous Source et sélectionnez fonction de prédiction. Dans la cellule sous champ, sélectionnez PredictSequence.

    Notes


    Vous pouvez également utiliser le Predict (fonction). Si vous, veillez à choisir la version de la Predict fonction qui prend comme argument une colonne de table...

  6. Dans la modèle d’exploration de données volet, sélectionnez la table imbriquée v Assoc Seq Line Items, et faites-le glisser dans la grille, à la critères/Argument zone pour le PredictSequence (fonction).

    Le glisser-déplacer des noms de table et de colonne vous permet de générer des instructions complexes sans erreurs de syntaxe. Toutefois, il remplace le contenu actuel de la cellule, qui inclut d’autres arguments facultatifs pour le PredictSequence (fonction). Pour consulter les autres arguments, vous pouvez ajouter temporairement une deuxième instance de la fonction à la grille pour référence.

  7. Cliquez sur le résultat bouton dans le coin supérieur du Générateur de requête de prédiction.

Les résultats attendus contiennent une seule colonne avec l’en-tête Expression. Le Expression colonne contient une table imbriquée avec trois colonnes comme suit :

$SEQUENCE Numéro de ligne Modèle
1 Mountain-200

Que signifient ces résultats ? N'oubliez pas que vous n'avez pas spécifié d'entrées. Par conséquent, la prédiction est élaborée par rapport à la population globale de cas, et Analysis Services retourne la prédiction la plus probable en général.

Ajout d'entrées à une requête de prédiction singleton

Jusqu'à maintenant, vous n'avez pas spécifié d'entrées. Dans la tâche suivante, vous allez utiliser la entrée de requête Singleton volet pour spécifier des entrées à la requête. En premier lieu, vous utiliserez [Region] comme une entrée au modèle Sequence Clustering régional pour déterminer si les séquences prédites sont les mêmes pour toutes les régions. Vous apprendrez ensuite comment modifier la requête pour ajouter la probabilité pour chaque prédiction et aplatir les résultats pour faciliter leur affichage.

Pour générer des prédictions pour un groupe de client spécifique

  1. Cliquez sur le Design bouton dans l’angle supérieur gauche du Générateur de requêtes de prédiction pour revenir à la grille de création de requête.

  2. Dans la entrée de requête Singleton boîte de dialogue, cliquez sur le valeur zone pour région, puis sélectionnez Europe.

  3. Cliquez sur le résultat pour afficher les prévisions pour les clients en Europe.

  4. Cliquez sur le Design bouton dans l’angle supérieur gauche du Générateur de requêtes de prédiction pour revenir à la grille de création de requête.

  5. Dans la entrée de requête Singleton boîte de dialogue, cliquez sur le valeur boîte pour région, puis sélectionnez Amérique du Nord.

  6. Cliquez sur le résultat pour afficher les prévisions pour les clients en Amérique du Nord.

Ajout des probabilités à l'aide d'une expression personnalisée

Générer la probabilité pour chaque prédiction est légèrement plus compliqué, parce que la probabilité est un attribut de la prédiction et est générée comme une table imbriquée. Si vous connaissez les extensions DMX, vous pouvez modifier facilement la requête pour ajouter une instruction de sous-sélection sur la table imbriquée. Toutefois, vous pouvez créer également une instruction de sous-sélection dans le Générateur de requêtes de prédiction en ajoutant une expression personnalisée.

Pour générer des probabilités pour une séquence prédite à l'aide d'une expression personnalisée

  1. Cliquez sur le Design bouton dans l’angle supérieur gauche du Générateur de requêtes de prédiction pour revenir à la grille de création de requête.

  2. Dans la grille, sous Source, cliquez sur une nouvelle ligne, puis sélectionnez Expression personnalisée.

  3. Laissez la zone champ vide.

  4. Pour Alias, type t.

  5. Dans la critères/Argument tapez l’instruction de sous-sélection complète comme illustré dans l’exemple de code suivant. Veillez à inclure les parenthèses de début et de fin.

    (SELECT PredictProbability([Model]) FROM PredictSequence([Sequence Clustering with Region].[v Assoc Seq Line Items]))

  6. Cliquez sur le résultat pour afficher les prévisions pour les clients en Europe.

Les résultats contiennent maintenant deux tables imbriquées, une avec la prédiction, et une avec la probabilité pour la prédiction. Si la requête ne fonctionne pas, vous pouvez basculer en mode affichage de conception de requête et examiner l'instruction de requête complète, qui doit être comme suit :

SELECT  
  PredictSequence([Sequence Clustering with Region].[v Assoc Seq Line Items]),  
  ( (SELECT PredictProbability([Model]) FROM PredictSequence([Sequence Clustering with Region].[v Assoc Seq Line Items]))) as [t]  
FROM  
  [Sequence Clustering with Region]  
NATURAL PREDICTION JOIN  
(SELECT 'Europe' AS [Region]) AS t

Utilisation des résultats

En présence d'un grand nombre de tables imbriquées dans les résultats, vous pouvez aplatir les résultats pour faciliter leur affichage. Pour ce faire, vous pouvez manuellement modifier la requête et ajouter la FLATTENED (mot clé).

Pour aplatir des ensembles de lignes imbriqués dans une requête de prédiction

  1. Cliquez sur le requête située dans l’angle du Générateur de requête de prédiction.

    La grille se transforme en un volet ouvert où vous pouvez afficher et modifier l'instruction DMX créée par le Générateur de requêtes de prédiction.

  2. Après le Sélectionnez (mot clé), tapez FLATTENED.

    Le texte complet de la requête doit être semblable aux éléments suivants :

    SELECT FLATTENED  
  PredictSequence([Sequence Clustering with Region].[v Assoc Seq Line Items]),  
  ( (SELECT PredictProbability([Model]) FROM PredictSequence([Sequence Clustering with Region].[v Assoc Seq Line Items]))) as [t]  
FROM  
  [Sequence Clustering with Region]  
NATURAL PREDICTION JOIN  
(SELECT 'Europe' AS [Region]) AS t

  3. Cliquez sur le résultats bouton dans le coin supérieur du Générateur de requête de prédiction.

Après avoir modifié une requête manuellement, vous ne pourrez pas revenir en mode Conception sans perdre les modifications. Toutefois, vous pouvez enregistrer sous un fichier texte l'instruction DMX que vous avez créée manuellement, puis repasser en mode Conception. Dans ce cas, la requête est restaurée à la dernière version qui était valide en mode Conception.

Création de prédictions sur le modèle connexe

Les exemples précédents ont utilisé une colonne de table de cas, Région, comme entrée à la requête de prédiction singleton, parce que vous souhaitiez savoir si le modèle avait trouvé des différences entre des régions. Toutefois, après avoir exploré le modèle, vous avez décidé que les différences ne sont pas assez significatives pour justifier de personnaliser des recommandations de produits par région. Ce que vous cherchez vraiment à prédire sont les éléments que choisissent les clients. Par conséquent, dans les requêtes qui suivent, vous utiliserez le modèle Sequence Clustering qui n'inclut pas Région, pour générer des recommandations pour tous les clients.

Utilisation de colonnes de table imbriquée comme entrée

En premier lieu, vous allez créer une requête de prédiction singleton qui prend un élément unique comme entrée et retourne l'élément suivant le plus probable. Pour obtenir une prédiction de ce type, vous devez utiliser une colonne de table imbriquée comme valeur d'entrée. En effet, l'attribut que vous prédisez, Model, fait partie d'une table imbriquée. Analysis Services fournit la entrée de la Table imbriquée boîte de dialogue pour vous aider à créer facilement des requêtes de prédiction sur imbriqués attributs de table à l’aide du Générateur de requête de prédiction.

Pour utiliser une table imbriquée comme entrée à une prédiction

  1. Cliquez sur le Design bouton dans l’angle supérieur gauche du Générateur de requêtes de prédiction pour revenir à la grille de création de requête.

  2. Dans la entrée de requête Singleton boîte de dialogue, cliquez sur le valeur boîte pour région, et sélectionnez la ligne vide pour effacer l’entrée pour ce champ.

  3. Dans la entrée de requête Singleton boîte de dialogue, cliquez sur le valeur zone vAssocSeqLineItems, puis cliquez sur le bouton (...).

  4. Dans la entrée de la Table imbriquée boîte de dialogue, cliquez sur Ajouter.

  5. Dans la nouvelle ligne, cliquez sur la zone sous modèle, et sélectionnez Touring Tire dans la liste. Cliquez sur OK.

  6. Cliquez sur le résultat pour afficher les prévisions.

Le modèle recommande les éléments suivants pour tous les clients qui choisissent Touring Tire comme premier élément. L'exploration du modèle vous a déjà indiqué que les clients achètent fréquemment les produits Touring Tire et Touring Tire Tube en même temps, donc ces recommandations semblent correctes.

$SEQUENCE Numéro de ligne Modèle
1 Touring Tire Tube (Pneu pour vélo de tourisme)
2 Sport-100
3 Long-Sleeve Logo Jersey (Pull-over à manches longues)

Création d'une requête de prédiction de masse à l'aide des entrées de table imbriquée

Maintenant que vous avez établi que le modèle crée le type des prédictions que vous pouvez utiliser pour faire des recommandations, vous allez créer une requête de prédiction mappée à une source de données externe. Cette source de données fournit des valeurs qui représentent des produits actuels. Comme vous souhaitez créer une requête de prédiction qui fournit l'ID du client et une liste des produits comme entrée, vous ajouterez la table des clients comme table de cas, et la table des achats comme table imbriquée. Puis, vous ajouterez des fonctions de prédiction comme vous l'avez fait précédemment pour créer des recommandations.

Il s'agit de la même procédure que vous utilisez pour créer des prédictions pour le scénario d'analyse du panier d'achat de la Leçon 3 ; toutefois, dans un modèle Sequence Clustering, les prédictions font aussi appel à cet ordre comme entrée.

Pour créer une requête de prédiction à l'aide d'entrées de table imbriquée

  1. Dans le le modèle de Mining volet, sélectionnez le modèle Sequence Clustering, si elle n’est pas déjà sélectionnée.

  2. Dans la Sélectionner une ou plusieurs tables d’entrée boîte de dialogue, cliquez sur Sélectionner la Table de cas.

  3. Dans la Sélectionner une Table boîte de dialogue pour la Source de données, sélectionnez Orders. Dans le nom de la Table/vue liste, sélectionnez vAssocSeqOrders, puis cliquez sur OK.

  4. Dans la Sélectionner une ou plusieurs tables d’entrée boîte de dialogue, cliquez sur Sélectionner la Table imbriquée.

  5. Dans la Sélectionner une Table boîte de dialogue pour Source de données, sélectionnez Orders. Dans le nom de la Table/vue liste, sélectionnez vAssocSeqLineItems, puis cliquez sur OK.

    Analysis Services va tenter de détecter des relations et de les créer automatiquement si les types de données correspondent et les noms de colonne sont similaires. Si les relations qu’il crée sont incorrectes, vous pouvez cliquez sur la ligne de jointure et sélectionner Modifier les connexions pour modifier la colonne mappage, ou avec le bouton droit de la ligne de jointure et sélectionnez Supprimer pour supprimer complètement la relation. Dans ce cas, comme les tables ont déjà été jointes dans la vue de source de données, ces relations sont ajoutées automatiquement au volet de conception.

  6. Ajoutez une nouvelle ligne à la grille. Pour Source, sélectionnez vAssocSeqOrders et pour champ, sélectionnez CustomerKey.

  7. Ajoutez une nouvelle ligne à la grille. Pour Source, sélectionnez fonction de prédiction, et pour champ, sélectionnez PredictSequence.

  8. Faites glisser vAssocSeqLineItems dans la critères/Argument boîte. Cliquez sur à la fin de la critères/Argument zone, puis tapez les arguments suivants : 2.

    Le texte complet dans les critères/Argument case doit être : [Sequence Clustering].[v Assoc Seq Line Items],2

  9. Cliquez sur le résultat pour afficher les prédictions pour chaque client.

Vous avez terminé le didacticiel sur les modèles Sequence Clustering.

Étapes suivantes

Si vous avez terminé toutes les sections de la Intermediate Data Mining Tutorial &#40 ; Analysis Services - Exploration de données &#41 ;, l’étape suivante peut consister à apprendre à utiliser les instructions des Extensions DMX (Data Mining) pour générer des modèles et des prédictions. Pour plus d’informations, consultez Création et l’interrogation des modèles d’exploration de données avec DMX : didacticiels &#40 ; Analysis Services - Exploration de données &#41 ;.

Si vous maîtrisez les concepts de la programmation, vous pouvez utiliser également des objets AMO (Analysis Management Objects) pour utiliser par programme des objets d'exploration de données. Pour plus d’informations, consultez Classes d’exploration de données AMO.

Voir aussi

Exemples de requêtes de modèle MSC (Sequence Clustering)
Contenu du modèle d’exploration de données pour les modèles Sequence Clustering (Analysis Services - Exploration de données)