Прогнозы временных рядов с использованием обновленных данных (учебник по интеллектуальному анализу данных — средний уровень)

Применимо к: SQL Server 2016 Preview

Создание прогнозов с помощью расширенных сведений о продажах

На этом занятии будет создан прогнозирующий запрос, который добавляет новые данные о продажах в модель. Дополняя модель новыми данными, можно получать актуальные прогнозы, которые включают последние точки данных.

Создание прогнозов временных рядов, использующих новые данные несложно: просто добавить параметр EXTEND_MODEL_CASES для PredictTimeSeries ( расширений интеллектуального анализа данных ) функцию, указать источник новых данных и указать число прогнозов, которые вы хотите получить.

Создание прогнозирующего запроса и добавление новых данных

1. Если модель не открыт, дважды щелкните структуру Прогнозирование и в конструкторе интеллектуального анализа данных щелкните Прогнозирование моделей интеллектуального анализа вкладки.

2. В модель интеллектуального анализа данных области, модели прогнозирования должен быть установлен. Если он не выбран, щелкните Выбор модели, и выделите эту модель прогнозирования.

3. В Выбор входных таблиц панели, щелкните выбрать таблицу вариантов.

4. В выберите таблицу диалогового окна выберите источник данных, Adventure Works DW Multidimensional 2012.

   Из списка представлений источников данных, выберите NewSalesData и нажмите кнопку ОК.

5. Щелкните правой кнопкой область конструирования и выберите Изменить соединения.

6. С помощью Изменение сопоставления диалоговом окне укажите, сопоставить столбцы модели со столбцами во внешних данных следующим образом:

   • Сопоставьте столбец ReportingDate в модели интеллектуального анализа данных к столбцу NewDate во входных данных.

   • Сопоставление столбца Amount модели интеллектуального анализа данных к столбцу NewAmount во входных данных.

   • Сопоставьте столбец количества в модели интеллектуального анализа данных столбец NewQty во входных данных.

   • Сопоставьте столбец ModelRegion в модели интеллектуального анализа данных столбец ряда входных данных.

7. Теперь вы создадите прогнозирующий запрос.

   Сначала добавьте столбец к прогнозирующему запросу, чтобы получить ряд, к которому относится прогноз.

   1. В сетке щелкните первую пустую строку в столбце источника, и затем выберите прогнозирования.

   2. В поле столбец, выберите Model Region и псевдоним, тип Model Region.

8. Далее добавьте и измените прогнозирующую функцию.

   1. Щелкните пустую строку, а затем в разделе источника, выберите Прогнозирующая функция.

   2. Для поля, выберите PredictTimeSeries.

   3. Для псевдоним, тип прогнозируемые значения.

   4. Перетащите поле Quantity из модель интеллектуального анализа данных на панель Критерий или аргумент столбца.

   5. В Критерий или аргумент столбец, после имени поля введите следующий текст: 5, EXTEND_MODEL_CASES

      Полный текст Критерий или аргумент текстовое поле должно быть следующим: [Forecasting].[Quantity],5,EXTEND_MODEL_CASES

9. Щелкните результатов и просмотрите результаты.

   Прогноз начинается в июле (срез первого периода после исходных данных) и заканчивается в ноябре (срез пятого периода после исходных данных).

Как видно, чтобы эффективно использовать этот тип прогнозирующего запроса, нужно знать, когда завершаются старые данные, а также сколько имеется срезов в новых данных.

Например, в этой модели ряд исходных данных завершился в июне, а данные были получены для июля, августа и сентября.

Прогнозы, использующие параметр EXTEND_MODEL_CASES, всегда начинаются в конце ряда исходных данных. Поэтому, если нужно получить прогноз только для неизвестных месяцев, следует указать начальную и конечную точки прогноза. Оба значения указываются в качестве временных срезов в конце старых данных.

В следующей процедуре показано, как это можно сделать.

Изменение начальной и конечной точек прогноза

1. Построитель прогнозирующих запросов, щелкните запроса Чтобы переключиться в режим расширений интеллектуального анализа данных.

2. Найдите DMX-инструкцию, содержащую функцию PredictTimeSeries, и измените ее следующим образом.

   PredictTimeSeries([Forecasting 12].[Quantity],4,6,EXTEND_MODEL_CASES)

3. Щелкните результатов и просмотрите результаты.

   Теперь прогноз начинается в октябре (срез четвертого периода — начиная с конца исходных данных) и завершается в декабре (срез шестого периода — начиная с конца исходных данных).

Следующая задача занятия

Прогнозы временных рядов с заменой данных ( Intermediate Data Mining Tutorial )

См. также:

Технический справочник по алгоритму временных рядов (Майкрософт)
Содержимое моделей интеллектуального анализа данных для моделей временных рядов (службы Analysis Services — интеллектуальный анализ данных)