Lezione 4: Creazione di stime basate su serie temporali utilizzando DMX

Si applica a: SQL Server 2016 Preview

In questa lezione e nella lezione seguente, si utilizzerà Data Mining Extensions (DMX) per creare tipi diversi di stime basate su modelli time series creato in lezione 1: creazione di un modello di Data Mining Time Series e la struttura di Data Mining e Lezione 2: aggiunta di modelli di Data Mining a una struttura di Data Mining serie temporali.

Con un modello Time Series si dispone di numerose opzioni per l'esecuzione di stime:

• Utilizzare gli schemi e i dati esistenti nel modello di data mining.

• Utilizzare gli schemi esistenti nel modello di data mining, ma fornire nuovi dati.

• Aggiungere nuovi dati al modello o aggiornare il modello.

La sintassi per effettuare questi tipi di stima è riportata di seguito:

Stima basata su serie temporali predefinita
Utilizzare PredictTimeSeries ( DMX ) per restituire il numero specificato di stime dal modello di data mining sottoposto a training.

Ad esempio, vedere PredictTimeSeries ( DMX ) o esempi di Query modello serie tempo.

EXTEND_MODEL_CASES
Utilizzare PredictTimeSeries ( DMX ) con l'argomento EXTEND_MODEL_CASES per aggiungere nuovi dati, estendere la serie e creare stime basate sul modello di data mining aggiornato.

Questa esercitazione contiene un esempio dell'utilizzo di EXTEND_MODEL_CASES.

REPLACE_MODEL_CASES
Utilizzare PredictTimeSeries ( DMX ) con l'argomento REPLACE_MODEL_CASES per sostituire i dati originali con una nuova serie di dati e quindi creare stime basate sull'applicazione degli schemi nel modello di data mining per la nuova serie di dati.

Per un esempio di come utilizzare REPLACE_MODEL_CASES, vedere Lezione 2: creazione di uno Scenario di previsione ( Intermediate Data Mining Tutorial ).

Argomenti della lezione

In questa lezione verranno eseguite le attività seguenti:

• Creare una query per ottenere le stime predefinite sulla base dei dati esistenti.

Nella lezione successiva verranno eseguite le attività correlate seguenti:

• Creare una query per fornire nuovi dati e ottenere stime aggiornate.

Oltre a creare manualmente le query tramite DMX, è anche possibile creare stime tramite il generatore delle query di stima in SQL Server Data Tools (SSDT).

Semplice query di stima basata su serie temporali

Il primo passaggio è utilizzare il SELECT FROM istruzione con il PredictTimeSeries funzione per creare stime basate su serie temporali. I modelli Time Series supportano una sintassi semplificata per la creazione di stime: non è necessario fornire alcun input, ma è sufficiente specificare il numero di stime da creare. Di seguito è riportato un esempio generico dell'istruzione da utilizzare:

SELECT <select list>   
FROM [<mining model name>]   
WHERE [<criteria>]  

Elenco di selezione può contenere le colonne del modello, ad esempio il nome del prodotto di riga che si sta creando stime, o funzioni di stima, ad esempio Lag ( DMX ) o PredictTimeSeries ( DMX ), che sono specifiche per i modelli di data mining time series.

Per creare una semplice query di stima basata su serie temporali

1. In Esplora oggetti, fare doppio clic sull'istanza di Analysis Services, scegliere Nuova Query, quindi fare clic su DMX.

   Verrà avviato l'editor di query con una nuova query vuota.

2. Copiare l'esempio generico dell'istruzione nella query vuota.

3. Sostituire quanto segue:

   <select list>   
   

   con:

   [Forecasting_MIXED].[ModelRegion],  
   PredictTimeSeries([Forecasting_MIXED].[Quantity],6) AS PredictQty,  
   PredictTimeSeries ([Forecasting_MIXED].[Amount],6) AS PredictAmt  
   

   La prima riga consente di recuperare il valore del modello di data mining che identifica la serie.

   La seconda e terza riga utilizza la PredictTimeSeries (funzione). Ogni riga stima un attributo diverso, [Quantity] o [Amount]. I numeri dopo i nomi degli attributi stimabili specificano il numero di intervalli temporali da stimare.

   Il AS clausola viene utilizzata per specificare un nome per la colonna che viene restituito da ogni funzione di stima. Se non si fornisce un alias, per impostazione predefinita entrambe le colonne vengono restituite con l'etichetta Expression.

4. Sostituire quanto segue:

   [<mining model>]   
   

   con:

   [Forecasting_MIXED]  
   

5. Sostituire quanto segue:

   WHERE [criteria>]   
   

   con:

   WHERE [ModelRegion] = 'M200 Europe' OR  
   [ModelRegion] = 'M200 Pacific'  
   

   L'istruzione completa dovrebbe risultare analoga alla seguente:

   SELECT  
   [Forecasting_MIXED].[ModelRegion],  
   PredictTimeSeries([Forecasting_MIXED].[Quantity],6) AS PredictQty,  
   PredictTimeSeries ([Forecasting_MIXED].[Amount],6) AS PredictAmt  
   FROM   
   [Forecasting_MIXED]  
   WHERE [ModelRegion] = 'M200 Europe' OR  
   [ModelRegion] = 'M200 Pacific'  
   

6. Nel File menu, fare clic su Salva Dmxquery1.

7. Nel Salva con nome la finestra di dialogo, individuare la cartella appropriata e denominare il file Simpletimeseriesprediction.

8. Sulla barra degli strumenti, fare clic sui Execute pulsante.

   La query restituisce 6 stime per ognuna delle due combinazioni di prodotto e area specificate nel in clausola.

Nella lezione successiva verrà creata una query che fornisce nuovi dati al modello e confronta i risultati di tale stima con quella appena creata.

Attività successiva della lezione

Lezione 5: Estensione del modello Time Series

Vedere anche

PredictTimeSeries (DMX)
Lag (DMX)
Esempi di query sul modello di serie temporale
Lezione 2: Creazione di uno Scenario di previsione ( esercitazione intermedia di Data Mining )