Bir doğrusal regresyon modeli sorgulama (Analysis Services - veri madenciliği)
Bir veri araştırma modeli yönelik bir sorgu oluşturduğunuzda, çözümlemesinde keşfedilen desenleri ayrıntılarını sağlar, içerik bir sorgu oluşturabilirsiniz veya desenleri modelde Öngörüler için yeni veri sağlamak için kullanır. tahmin bir sorgu oluşturabilirsiniz.Örneğin, tahmin sorguda yeni bir veri noktası modeline uyan, beklendiğini sırasında içerik sorguda regresyon formülü, hakkındaki ek ayrıntıları sağlayabilir.Ayrıca, bir sorgulama kullanarak meta veriler modeli hakkında da alabilirsiniz.
Bu bölümde, Microsoft doğrusal regresyon) algoritmasına dayanan modelleri ilişkin sorgular oluşturmak üzere açıklar.Bir doğrusal regresyon modelini yapısı hakkında daha fazla bilgi için bkz: araştırma modeli Doğrusal regresyon modeller için içerik (Analysis Services - veri madenciliği).
Not
Doğrusal regresyon üzerinde özel bir durum Microsoft karar ağaçları algoritmanın temel alır, çünkü sürekli tahmin edilebilir öznitelikleri kullanan bazı karar ağacı modelleri regresyon formüllerin içerebilir.Daha fazla bilgi için bkz:Microsoft karar ağaçları algoritması teknik başvurusu.
Içerik sorgular
Veri madenciliği kullanarak modeli parametreleri döndürme şema satır kümesi
Regresyon modelini formülünü DMX kullanarak döndürme
Model için katsayı döndürülüyor
Tahmin sorgular
Bir Singleton sorgusu kullanarak Öngörüler yapma
Tanımlayıcı istatistik bir regresyon modeli döndürülüyor
Başa dön
Için örnek sorgu sonuçlar üretmek için , aşağıdaki konuda açıklandığı gibi bir doğrusal regresyon modelini oluşturabilirsiniz.Model çok basittir, ancak temel kavramlar, veri madenciliği Tasarımcısı bir doğrusal regresyon modelini özelleştirmek için nasıl kullanılacağını gösterir.
Nasıl Yapılır: Bir model olarak Regressors kullanımını zorlayın.
Doğrusal regresyon modeli hakkında bilgi bulma
Bir doğrusal regresyon modelini yapısını son derece kolaydır: tek bir düğüm olarak veri araştırma modeli gösterir ve düğüm regresyon formülün tanımlar.
Bu bölüm, regresyon dahil modeli kendisini hakkında daha fazla bilgi edinme örnekleri sağlar formül ve tanımlayıcı istatistik veriler hakkında.
Örnek sorgu 1: Model parametreleri kullanarak veri madenciliği Schema satır kümesi döndürülüyor
Veri madenciliği şema satır kümesi kümesi sorgulayarak, meta veriler modeli konusunda bulabilirsiniz.Modeli son işlendi, model, araştırma yapısı modelini temel alan adını ve öngörülebilir bir öznitelik olarak belirtilen sütun adı oluşturulurken içerebilir.Ayrıca, model oluşturulduğunda kullanılan parametreleri dönebilirsiniz.
SELECT MINING_PARAMETERS
FROM $system.DMSCHEMA_MINING_MODELS
WHERE MODEL_NAME = 'Call Center Regression'
Örnek sonuçlar:
mining_parameters |
|---|
mining_parameters MAXIMUM_INPUT_ATTRIBUTES 255 MAXIMUM_OUTPUT_ATTRIBUTES = 255 FORCE_REGRESSOR = [ortalama saat / çıkış] = [toplam işletmenleri] |
Not
Belirtilen tüm regressors, FORCE_REGRESSOR, parametre değerine sahiptir"FORCE_REGRESSOR =".
Başa dön
Örnek sorgu 2: DMX kullanarak regresyon modelini formülünü döndürülüyor
Aşağıdaki sorgu, doğrusal regresyon modelini araştırma modeli içeriğini döndürür.Sorgu, regresyon formülünü içeren düğüm içeriğini gönderir.Düğümlerden regresyon formül içeriyorsa, bu sorgu karar ağaçları modelinde de kullanabilirsiniz.
Iç içe geçmiş tablo NODE_DISTRIBUTION ayrı bir satırda, her bir değişken ve katsayısını depolanır.Tam regresyon formülünü görüntülemek istiyorsanız, kullanmak Microsoft ağacı Görüntüleyicisi tıklatın.(Tümü) düğüm ve AçMadenciliği gösterge.
SELECT FLATTENED NODE_DISTRIBUTION as t
FROM [Call Center Regression].CONTENT
Not
Bir sorgu gibi kullanarak iç içe geçmiş tablo sütunları tek tek başvuru varsa SELECT <column name> from NODE_DISTRIBUTION, bazı sütunlar gibi DESTEK or OLASILIK, bunları aynı ada sahip ayrılmış anahtar sözcükleri ayırmak için ayraç içine alınması gerekir.
Beklenen sonuçlar:
t.ATTRIBUTE_NAME |
t.ATTRIBUTE_VALUE |
t.SUPPORT |
t.PROBABILITY |
t.VARIANCE |
t.VALUETYPE |
|---|---|---|---|---|---|
Hizmet Not |
Eksik |
0 |
0 |
0 |
1 |
Hizmet Not |
0.09875 |
120 |
1 |
0.00157927083333334 |
3 |
Konu başına ortalama saat |
0.00136989326310586 |
0 |
0 |
187.866597222222 |
7 |
Konu başına ortalama saat |
12.0822151449249 |
0 |
0 |
0 |
8 |
Konu başına ortalama saat |
79.8416666666667 |
0 |
0 |
187.866597222222 |
9 |
Toplam işletmenleri |
-0.000426156789860463 |
0 |
0 |
24.0799305555556 |
7 |
Toplam işletmenleri |
-3.19762422385219 |
0 |
0 |
0 |
8 |
Toplam işletmenleri |
10.6916666666667 |
0 |
0 |
24.0799305555556 |
9 |
-0.00606823493688524 |
0 |
0 |
0.00121526993847281 |
11 |
Içinde karşılaştırma, Madenciliği gösterge, regresyon formüle aşağıdaki gibi görünür:
Not hizmet = 0.070 + 0,001 *(Average saat Per issue-79.842) 0.0004*(Total Operators-10.692)
Içinde Madenciliği gösterge, bazı olabilir yuvarlanır; ancak NODE_DISTRIBUTION tablo ve Madenciliği gösterge temelde aynı değeri içerir.
VALUETYPE değerleri sütun programsal olarak sonuçlar işliyorsanız yararlı olan her satır içerdiği bilgi türünü bildirir.Aşağıdaki tablo çıktı doğrusal regresyon formül için değer türlerini gösterir.
valuetype |
|---|
1 (Eksik) |
3 (Sürekli) |
7 (Katsayısını) |
8 (Skor kazanç) |
9 (Istatistikleri) |
7 (Katsayısını) |
8 (Skor kazanç) |
9 (Istatistikleri) |
11 (Kesme) |
Regresyon modeller için her bir değer türünün anlamını hakkında daha fazla bilgi için bkz: araştırma modeli Doğrusal regresyon modeller için içerik (Analysis Services - veri madenciliği).
Başa dön
Örnek sorgu 3: Model için katsayı döndürülüyor
VALUETYPE numaralandırma kullanarak, aşağıdaki sorguda gösterildiği gibi yalnızca katsayısını bulmak için regresyon denklemi dönebilirsiniz:
SELECT FLATTENED MODEL_NAME,
(SELECT ATTRIBUTE_VALUE, VALUETYPE
FROM NODE_DISTRIBUTION
WHERE VALUETYPE = 11)
AS t
FROM [Call Center Regression].CONTENT
Bu sorguda yuvalanmış araştırma modeli içerikten iki satır ve satır döndürür tablo katsayısını içerir.Her zaman için katsayısını boş olduğundan ATTRIBUTE_NAME sütun burada bulunmaz.
MODEL_ADI |
t.ATTRIBUTE_VALUE |
t.VALUETYPE |
|---|---|---|
Çağrı merkezi Regressors2 |
-0.00606823493688524 |
11 |
Modelini kullanarak Öngörüler yapma
Tahmin sorguları, veri madenciliği tasarımcısında araştırma modeli tahmin sekmesini kullanarak, bir doğrusal regresyon modeli üzerinde oluşturabilirsiniz.Tahmin Sorgu Oluşturucu ikisinde kullanılabilir SQL Server Management Studio ve Business Intelligence Development Studio.
Not
Kullanarak sorgularını regresyon modeli üzerinde de oluşturabilirsiniz SQL Server 2005 Veri madenciliği eklentileri Excel'in veya SQL Server 2008 Veri madenciliği eklentileri Excel'in. Veri madenciliği eklentiler Excel'in regresyon modelleri oluşturmak olsa bile, göz atın ve örneğinde depolanan tüm araştırma modeli sorgula Analysis Services.
Başa dön
Örnek sorgu 4: Bir Singleton Query kullanarak Öngörüler yapma
En kolay yolu, regresyon modeline tek bir sorgu oluşturmak için kullanmaktır Aynı cinsten tek adet Query giriş iletişim kutusu.Örneğin uygun regresyon modelini seçerek aşağıdaki DMX sorgu oluşturabilirsiniz seçme Aynı cinsten tek adet sorguve sonra yazmaya 10 olarak toplam işletmenleri değeri.
SELECT
Predict([Call Center Regression].[Service Grade])
FROM
[Call Center Regression]
NATURAL PREDICTION JOIN
(SELECT 10 AS [Total Operators]) AS t
Örnek sonuçlar:
Yıllık gelir |
|---|
0.0992841946529471 |
Başa dön
Örnek sorgu 5: Tanımlayıcı istatistik regresyon modeli döndürülüyor
Doğrusal regresyon modelleriyle standart tahmin işlevlerin çoğunu kullanabilirsiniz.Aşağıdaki örnek, bazı tanımlayıcı istatistik tahmin sorgu sonuçlar nasıl gösterir.
SELECT
Predict([Call Center Regression].[Service Grade]) as [Predicted Service],
PredictStdev([Call Center Regression].[Service Grade]) as [Standard Deviation]
FROM
[Call Center Regression]
NATURAL PREDICTION JOIN
(SELECT 10 AS [Total Operators]) AS t
Örnek sonuçlar:
Tahmin edilen servis |
Standart sapma |
|---|---|
0.0990447584463201 |
0.0348607220015996 |
Başa dön
Tahmin işlevleri listesi
Tüm Microsoft algoritmalar, sık kullanılan bir işlevler kümesi destekler. Ancak, Microsoft Doğrusal regresyon algoritma aşağıdaki listelenen ek işlevleri destekleyen tablo.
|
Tüm ortak olan işlevlerin listesi için Microsoft algoritmalar için bkz: Veri madenciliği algoritmaları (Analysis Services - veri madenciliği). Bu işlevleri kullanma hakkında daha fazla bilgi için bkz: Veri madenciliği Uzantıları (DMX) işlev başvurusu.
Değişiklik Geçmişi
Güncelleştirilmiş içerik |
|---|
Sorgu örnekleri gözden geçirin daha kolay hale getirmek için eklenen konu içindeki bağlantılar. |
Bir model ile daha iyi uyma kullanmak için değiştirilen (örnek).Örnek doğrusal regresyon modelini oluşturma yöntemlerini açıklayan yeni bir konu için bağlantı eklendi. |
See Also