PredictTimeSeries (DMX)

W poniższym przykładzie użyto PredictTimeSeries funkcja zwraca przewidywanie dla trzech dalej czas kroki i zawęża wyniki do serii M200 w regionach Europy i Pacyfiku.W szczególności modelu przewidywalne atrybut jest Quantity, trzeba używać [Quantity] jako pierwszy argument PredictTimeSeries funkcja.

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

Oczekiwane wyniki:

W tym przykładzie użyto słowa kluczowego FLATTENED czytelność wyniki.Jeśli nie FLATTENED słowo kluczowe i zamiast zwracać hierarchiczną zestawu zestaw wierszy, ta kwerenda zwraca dwóch kolumn.Pierwsza kolumna zawiera wartość dla [ModelRegion], a druga kolumna zawiera zagnieżdżoną tabela z dwiema kolumnami: $TIME, która zawiera czas plasterki, które są przewidywane są, i Quantity, który zawiera przewidywane wartości.

Załóżmy, że okaże się, że dane była nieprawidłowa dla danego region i chcesz używać deseni w modelu, ale także dostosowanie prognoz do nowych danych.Lub może się okazać, że inny region ma bardziej wiarygodnych tendencji i chcesz zastosować najbardziej niezawodny model danych z innego regionu.

W takich przypadkach można użyć parametru REPLACE_MODEL_CASES i określić nowy zestaw danych jako danych historycznych.W ten sposób rzuty będą oparte na wzorców w określonym modelu, ale będzie nadal płynnie od końca nowe punkty danych.Na zakończenie Instruktaż ten scenariusz, zobacz Dodawanie zagregowane Model prognozowania (samouczek wyszukiwania danych pośrednich).

Następująca kwerenda PRZYŁĄCZYĆ PRZEWIDYWANIA ilustruje składnię zastępowania danych i tworzenie nowych prognoz.Dla danych zastąpienie przykład pobiera wartość Amount i Quantity kolumny i mnoży każdą przez dwa:

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]

W poniższej tabela porównano wyniki przewidywanie.

Przykład 3 ilustruje użycie EXTEND_MODEL_CASES opcję, aby zapewnić nowych danych, który jest dodawany na końcu istniejącego serii danych.Zamiast zastępowania istniejących punktów danych, nowe dane są dodawane do modelu.

W poniższym przykładzie nowe dane są dostarczane w instrukcja SELECT, występujący w naturalnych PRZYŁĄCZYĆ PRZEWIDYWANIA.Można podać wiele wierszy wprowadzania nowych o następującej składni, ale każdego nowego wiersza input musi mieć unikatowy czas:

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')

Ponieważ w kwerendzie użyto EXTEND_MODEL_CASES opcji, Usługi Analysis Services wykonuje następujące akcje do jego prognoz:

• Całkowity rozmiar przypadkach szkolenie zwiększa przez dodanie dwóch miesięcy nowych danych do modelu.

• Uruchamia prognoz na końcu poprzednie dane przypadek.Dlatego dwie pierwsze prognoz reprezentują nowe rzeczywiste dane sprzedaży dodany do modelu.

• Zwraca nowy prognoz dla pozostałych trzech czas plasterków opartych na modelu nowo rozwinięte.

W poniższej tabela przedstawiono wyniki kwerendy z przykładu 2.Należy zauważyć, że pierwsze dwie wartości zwracane dla Europy M200 są dokładnie takie same, jak nowe wartości, które podane.To zachowanie jest zgodne z projektem; uruchomić prognoz po zakończeniu nowych danych, należy określić początkowy i końcowy czas kroku.Na przykład jak to zrobić, zobacz Lekcja 5: Rozszerzanie modelu szeregu czasowego.

Należy również zwrócić uwagę, że aby nie dostarczyły nowe dane dla Pacyfiku region.Dlatego Usługi Analysis Services zwraca nowy prognoz dla wszystkich pięciu czas plasterki.