Veri madenciliği modelleri sorgulama (Analysis Services - veri madenciliği)

Basit Öngörüler gerçek içinde oluşturmak istediğiniz tek sorguda yararlıdır saat.Örneğin, bir Web sitesini kullanarak, bir müşterinin bilgilerini almak ve verileri Öngörüler, o müşteri için öneriler özel sunulan döndürmek için kullanın.Veya, bir e-posta içeriğini analiz ve e-posta için bir kategori atayın ve buna göre ileti yönlendirmek için varolan bir sınıflandırma modelini kullanın.

Aynı cinsten tek adet sorgularını girdi içeren ayrı bir tablo gerektirmez.Bunun yerine model tek bir veri satırı geçirmek ve tek bir tahmin gerçek zamanlı olarak döndürülür.Ayrıca, aynı cinsten tek adet sorgu BIRLEŞIM işlecini, ekleme, tek bir durum içeren bir deyim yazın ve sonra da başka bir durum belirtmek için başka bir deyim yazarak birden çok Öngörüler yapmak için genişletebilirsiniz.

Varolan bir modeli aynı cinsten tek adet sorgular'ı aşağıdaki şekillerde oluşturabilirsiniz:

• Veri madenciliği Tasarımcısı'nı kullanma.

• Bir tek sorgu şablonu kullanma.

• Program aracılığıyla veya başka bir DMX deyim oluşturma Analysis Services istemci.

Tek bir sorgu oluşturduğunuzda, modeli formunda TAHMIN birleştirmek, yeni verileri sağlamanız gerekir.Karşın, gerçek bir eşleme değil, yani tablo, yeni verileri varolan sütunları madenciliği modelinde eşleştiğinden emin olmalısınız.Yeni veri sütunlarını ve yeni verileri tam olarak eşleşiyorsa Analysis Services sütunları, eşler. Bu adı verilen bir DOĞAL tahmin BİRLEŞTİRME.Ancak, sütunları eşleşmiyor veya yeni veri modeli veri miktarını ve aynı cinsten içermiyorsa, yeni veri modeli eşlemeye sütunları belirtin veya gerekir eksik değerleri belirtin.

veri madenciliği Tasarımcısı'nda tek bir sorgu oluşturma hakkında daha fazla bilgi için bkz: Nasıl Yapılır: Bir Singleton Query veri madenciliği Tasarımcıda oluşturun... ve DMX tahmin sorgular oluşturmak için tahmin Sorgu Oluşturucusu'nu kullanma.

Tek bir sorgu oluşturmak için DMX kullanma hakkında daha fazla bilgi için bkz: Tahmin sorgular (DMX).

Bir örnek için DMX Query şablonlarında nasıl kullanılır? SQL Server Management Studio, bkz: Nasıl Yapılır: Bir şablondan bir Singleton tahmin sorgusu oluşturma.

Başa Dön

Tahmin birleştirmek gerçekleştirdiğinizde, yeni bir veri modeli eşleme kaynak, ve Analysis Services sonra Öngörüler her satır için yeni veri desenleri modelinde göre yapar. Büyük miktarda bilgi bir tabloda veya diğer dış veri varsa, tahmin birleştirmek yararlıdır kaynak ve eğitimli modelini kullanarak Öngörüler yapmak.

Varolan bir modeli tahmin sorguları toplu iş, aşağıdaki şekillerde oluşturabilirsiniz:

• Veri madenciliği Tasarımcısı'nı kullanma.

• Bir şablonu kullanma.

• Program aracılığıyla veya başka bir DMX deyim oluşturma Analysis Services istemci.

• veri madenciliği Tasarımcısı'nı kullanarak bir Toplu iş tahmin sorgu oluşturursanız, dış veri kaynağına ilk veri kaynağı görünümü tanımlanmış olmalıdır.

DMX tahmin birleştirmek oluşturmak için kullanıyorsanız, dış veri belirtin kaynak OPENQUERY OPENROWSET ve SHAPE komutları kullanarak.Varsayılan veri erişim DMX şablonlarında OPENQUERY yöntemdir.Bu yöntemler hakkında daha fazla bilgi için bkz: <Kaynak veri sorgusu>.

Dış verileri nasıl tanımladığınız bağımsız olarak, belirttiğiniz veri kaynağını veri modelindeki benzer veri içeren sütunlar içermeli.Ancak, yeni bilgileri eksik olabilir.Örneğin, müşteri listenizi bir yaş sütun ancak gelir hakkında bilgi olabilir.Geliri veri modeli eğitim çağrılırken olsa bile, yine de yeni veri modeli için eşleme ve oluşturabilirsiniz bir tahmin; ancak, bazı durumlarda, tam bilgi olmamasından Öngörüler kalitesini etkileyebilir.

En iyi sonuçlar elde etmek için , olabildiğince fazla yeni veri modeli arasındaki olabildiğince eşleşen sütunları birleştirmek.Eleme olsa bile, ancak sorgu başarılı olur.Birleştirilmiş bir sütun, sorgu Beyannameyi eşdeğeri olan Marjinal öngörü döndürür SELECT <predictable-column> FROM <model> bir TAHMIN birleştirmek yan tümce.

Bir tahmin sorgu ilişkisel bir veritabanında bulunan bir sorgu gibi değil.Bir sorguya eklediğiniz her bir tahmin işlev, kendi satır kümesi kümesi döndürür.Tek bir durum üzerinde bir tahmin yaptığınızda, bu nedenle birkaç ek ayrıntı içeren iç içe geçmiş tablolar sütunları birlikte öngörülen değer olabilir.

Bir sorguda birden fazla işlevi birleştirmek için her iade sonuçlar gibi hiyerarşik satır kümesi kümesi birleştirilir.Ancak, sağlayıcınız hiyerarşik Satır kümeleri işleyemez, tahmin sorguda FLATTEN anahtar sözcüğünü kullanarak sonuçlar Düzleştir.

Satır kümeleri düzleştirilmiş örnekleri de dahil olmak üzere daha fazla bilgi için bkz: SEÇ (dmx).

saat serisi modelleri, yeni verileri kullanmak ve Öngörüler oluşturma ile ilgili daha fazla esneklik sağlar.Modeline Öngörüler son eğilimleri göre güncelleştirmek için yeni veri sağlayabilir veya model olarak Öngörüler oluşturmaktır ya da kullanımı'nı kullanabilirsiniz.Yeni veri eklerseniz, yeni veriler, modeli servis taleplerini genişletmek veya modeli servis taleplerini değiştirmek için kullanılması gereken biçimi belirtebilirsiniz.

Modeli servis taleplerini genişlettiğinizde, saat serilerini modeline yeni olgu veri eklemek ve başka Öngörüler yeni, birleştirilmiş serisini temel alır.Modeli servis taleplerini değiştirdiğinizde eğitimli modeli tutmak ancak temel aldığı durumlarda yeni bir durum verilerini kümesi ile değiştirin.

Hangi yaklaşımı kullanmanız bakılmaksızın Öngörüler başlangıç noktası her zaman özgün seriyi sonudur.

Örneğin, önceki yılın satış verileri üzerinde eğitilmiş bir varolan saat serisi modeli olduğunu varsayalım.Birkaç ay yeni satış verilerinin toplayana sonra cari yıl için satış tahminlerini Güncelleştir karar verdiniz.Yeni verileri ekleyerek modeli güncelleştirir ve yeni Öngörüler yapmak modelini genişletir tahmin birleştirmek oluşturabilirsiniz.

Alternatif olarak, varolan verilere dayanan model oluşturmak ve daha sonra durum verilerini yeni verilerle değiştirir tahmin birleştirmek oluşturun.Örneğin, bir depo çok miktarda veri eksik ve diğer depo verileri yerleşik bir modeli Öngörüler yapmak için kullanmak istediğiniz, yararlıdır.saat serisi modeller üzerinde tahmin birleştirmeler oluşturma hakkında daha fazla bilgi için sorgulama saat Series modeller Bkz: veya PredictTimeSeries (DMX).

Başa Dön

Bir SELECT FROM kullanabilirsiniz <modeli>Içerik modeli sorguladığınız türüne bağlı olarak çeşitli dönmek için .CONTENT ekstresi. Itemsets 7 NODE_TYPE değeri var; oysa bir ilişki modeli kuralları temsil eden 8 NODE_TYPE değeri düğümünüz.Bu nedenle, aşağıdaki sorguyu en iyi 10 itemsets, (varsayılan sıralama) desteği tarafından olduklarına, döndürecektir.

SELECT TOP 10 NODE_DESCRIPTION, NODE_PROBABILITY, SUPPORT
FROM <model>.CONTENT WHERE NODE_TYPE = 7

Aşağıdaki örnek, üç sütun verir: düğüm, tam bir kural ve itemset sağ tarafında bulunan ürün KIMLIĞINI — diğer bir deyişle bir itemset bir parçası olarak diğer ürünleri ile ilişkilendirilecek öngörülen ürün.

FLATTENED anahtar düz yuvalanmış satır kümesi kümesi dönüştürüleceğini gösterir tablo.Kuralı sağ tarafında, ürün gösteren bir öznitelik NODE_DISTRIBUTION tablosunda bulunur; bu nedenle, size yalnızca bir öznitelik adı uzunluğu %2 değerinden büyük zorunlu ekleyerek içeren satır almak.Üçüncü model adını kaldırmak için kullanılan basit bir dize işlev sütun.Genellikle model adı her zaman iç içe geçmiş bir sütun değerleri için öneki.WHERE yan tümce NODE_TYPE değeri yalnızca kuralları almak için 8 ' olması gerektiğini belirtir.

SELECT FLATTENED NODE_UNIQUE_NAME , NODE_DESCRIPTION,
     (SELECT RIGHT(ATTRIBUTE_NAME, (LEN(ATTRIBUTE_NAME)-LEN('Association model name'))) 
FROM NODE_DISTRIBUTION
WHERE LEN(ATTRIBUTE_NAME)>2
) 
AS RightSideProduct
FROM [<Association model name>].CONTENT
WHERE NODE_TYPE = 8 
ORDER BY NODE_SUPPORT DESC

Daha fazla örnek için bkz: Bir ilişkilendirme modeli sorgulama (Analysis Services - veri madenciliği).

Bu duruma neden öngörülen açıklayan kural döndürerek tahmin sorguda izlemek istediğinizde, içerik modeli sorgulama önemli olduğu bir senaryodur.Örneğin, tahmin işlev ekleyebilirsiniz. PredictNodeId (DMX) kural için aşağıdaki sözdizimini kullanarak içeren düğüm KIMLIĞI elde etmek için bir sorgu için:

SELECT  Predict([Bike Buyer]), PredictNodeID([Bike Buyer]) 
FROM [<decision tree model name>]
PREDICTION JOIN 
<input rowset> 

Bir karar ağacı modeli, resim yazısı sonucu yolunu açıklamasını içerir.Bu nedenle, sonucunu içeren düğüm KIMLIĞI sonra kural veya yol aşağıdaki gibi içerik bir sorgu oluşturarak tahmin açıklayan alabilirsiniz:

SELECT NODE_CAPTION
FROM [<decision tree model name>] 
WHERE NODE_UNIQUE_NAME= '<node id>'

Daha fazla örnek için bkz: Karar ağaçları model sorgulama (Analysis Services - veri madenciliği).

Başa Dön