Predict(DMX)

Predict 함수는 지정한 열에 대한 예측 값을 반환합니다.

구문

Predict(<scalar column reference>, [option1], [option2], [option n], [INCLUDE_NODE_ID], n)
Predict(<table column reference>, [option1], [option2], [option n], [INCLUDE_NODE_ID], n)

적용 대상

스칼라 열 참조 또는 테이블 열 참조

반환 형식

<scalar column reference>

또는

<table column reference>

반환 형식은 이 함수가 적용되는 열 유형에 따라 다릅니다.

[!참고]

INCLUSIVE, EXCLUSIVE, INPUT_ONLY 및 INCLUDE_STATISTICS는 테이블 열 참조에만 적용되고 EXCLUDE_NULL 및 INCLUDE_NULL은 스칼라 열 참조에만 적용됩니다.

주의

옵션에는 EXCLUDE_NULL(기본값), INCLUDE_NULL, INCLUSIVE, EXCLUSIVE(기본값), INPUT_ONLY, INCLUDE_STATISTICS 등이 있습니다.

[!참고]

시계열 모델의 경우 Predict 함수는 INCLUDE_STATISTICS를 지원하지 않습니다.

INCLUDE_NODE_ID 매개 변수는 결과로 $NODEID 열을 반환합니다. NODE_ID는 특정 사례에 대한 예측이 실행되는 내용 노드입니다. 테이블 열에 대해 Predict를 사용하는 경우 이 매개 변수는 선택적입니다.

n 매개 변수는 테이블 열에 적용됩니다. 이 매개 변수는 예측 유형을 기반으로 반환되는 행 수를 설정합니다. 기본 열이 시퀀스인 경우 PredictSequence 함수를 호출합니다. 기본 열이 시계열인 경우 PredictTimeSeries 함수를 호출합니다. 예측의 관련 유형에 대해서는 PredictAssociation 함수를 호출합니다.

Predict 함수는 다형성을 지원합니다.

대개는 다음과 같은 간략한 형식이 사용되는 경우가 많습니다.

  • [Gender]를 Predict([Gender], EXCLUDE_NULL) 대신 사용할 수 있습니다.

  • [Products Purchases]를 Predict([Products Purchases], EXCLUDE_NULL, EXCLUSIVE) 대신 사용할 수 있습니다.

    [!참고]

    이 함수의 반환 형식은 열 참조로 간주됩니다. 그러므로 열 참조를 인수로 사용하는 다른 함수의 인수로 Predict 함수를 사용할 수 있습니다(Predict 함수 자체의 인수로 사용할 수는 없음).

테이블 반환 열에서 예측에 INCLUDE_STATISTICS를 전달하면 $Probability 및 $Support 열이 결과 테이블에 추가됩니다. 이러한 열은 연관된 중첩 테이블 레코드가 있을 가능성을 나타냅니다.

다음 예에서는 Predict 함수를 사용하여 Adventure Works 데이터베이스에서 함께 판매될 가능성이 가장 높은 네 개의 제품을 반환합니다. 이 함수는 연결 규칙 마이닝 모델을 기반으로 예측하므로 이전에 설명한 대로 자동으로 PredictAssociation 함수를 사용합니다.

SELECT
    Predict([Association].[v Assoc Seq Line Items],INCLUDE_STATISTICS,4)
FROM     [Association]

예 결과:

이 쿼리는 Expression이라는 열만 있는 단일 데이터 행을 반환하지만, 이 열에는 다음과 같은 중첩 테이블이 들어 있습니다.

모델

$SUPPORT

$PROBABILITY

$ADJUSTEDPROBABILITY

Sport-100

4334

0.291283016331743

0.252695851192499

Water Bottle

2866

0.192620471805901

0.175205052318795

Patch kit

2113

0.142012232004839

0.132389356196586

Mountain Tire Tube

1992

0.133879965051415

0.125304947722259