Lektion 4: Erstellen von Zeitreihenvorhersagen mit DMX

In dieser Lektion und der folgenden Lektion verwenden Sie Data Mining-Erweiterungen (DMX), um verschiedene Arten von Vorhersagen basierend auf den Zeitreihenmodellen zu erstellen, die Sie in Lektion 1: Erstellen eines Zeitreihenminingmodells und miningstruktur und Lektion 2: Hinzufügen von Miningmodellen zur Time Series Mining-Struktur erstellt haben.

Ein Zeitreihenmodell bietet zahlreiche Optionen im Hinblick auf Vorhersagen:

• Verwendung vorhandener Muster im Miningmodell mit bestehenden Daten

• Verwendung vorhandener Muster im Miningmodell mit neuen Daten

• Aufnahme neuer Daten in das Modell oder Update des Modells

Nachfolgend finden Sie eine Zusammenfassung der Syntax für diese Vorhersagetypen:

Zeitreihenvorhersage (Standard)
Verwenden Sie PredictTimeSeries (DMX), um die angegebene Anzahl von Vorhersagen aus dem trainierten Miningmodell zurückzugeben.

Weitere Informationen finden Sie beispielsweise unter PredictTimeSeries (DMX) oder Time Series Model Query Examples.

EXTEND_MODEL_CASES
Verwenden Sie PredictTimeSeries (DMX) mit dem Argument EXTEND_MODEL_CASES, um neue Daten hinzuzufügen, die Datenreihe zu erweitern und Vorhersagen basierend auf dem aktualisierten Miningmodell zu erstellen.

Dieses Lernprogramm enthält ein Beispiel zur Verwendung des EXTEND_MODEL_CASES-Arguments.

REPLACE_MODEL_CASES
Verwenden Sie PredictTimeSeries (DMX) mit dem Argument REPLACE_MODEL_CASES, um die ursprünglichen Daten durch eine neue Datenreihe zu ersetzen, und erstellen Sie dann Vorhersagen basierend auf der Anwendung der Muster im Miningmodell auf die neue Datenreihe.

Ein Beispiel für die Verwendung von REPLACE_MODEL_CASES finden Sie unter Lektion 2: Erstellen eines Prognoseszenarios (Data Mining-Tutorial für Fortgeschrittene).

Lektionsaufgaben

Im Rahmen dieser Lektion führen Sie die folgenden Aufgaben aus:

• Erstellen einer Abfrage zum Abrufen der Standardvorhersagen auf Basis vorhandener Daten

In der folgenden Lektion führen Sie die nachstehenden verwandten Aufgaben aus:

• Erstellen einer Abfrage zur Bereitstellung neuer Daten sowie zum Abrufen aktualisierter Vorhersagen

Zusätzlich zum manuellen Erstellen von Abfragen mithilfe von DMX können Sie auch Vorhersagen mithilfe des Vorhersageabfrage-Generators in SQL Server Data Tools (SSDT) erstellen.

Einfache Vorhersageabfragen für Zeitreihen

Der erste Schritt besteht darin, mit der SELECT FROM-Anweisung und der PredictTimeSeries-Funktion Zeitreihenvorhersagen zu erstellen. Zeitreihenmodelle unterstützen eine vereinfachte Syntax zum Erstellen von Vorhersagen. Sie müssen lediglich angeben, wie viele Vorhersagen erstellt werden sollen; eine Bereitstellung von Eingaben ist nicht erforderlich. Die folgende Zeile stellt ein allgemeines Beispiel für die verwendete Anweisung dar:

SELECT <select list>   
FROM [<mining model name>]   
WHERE [<criteria>]  

Die Auswahlliste kann Spalten aus dem Modell enthalten, z. B. den Namen der Produktlinie, für die Sie die Vorhersagen erstellen, oder Vorhersagefunktionen wie Lag (DMX) oder PredictTimeSeries (DMX), die speziell für Zeitreihenminingmodelle gelten.

So erstellen Sie eine einfache Vorhersageabfrage für Zeitreihen

1. Klicken Sie in Objekt-Explorer mit der rechten Maustaste auf den instance von Analysis Services, zeigen Sie auf Neue Abfrage, und klicken Sie dann auf DMX.

   Der Abfrage-Editor wird mit einer neuen leeren Abfrage geöffnet.

2. Kopieren Sie das allgemeine Beispiel der Anweisung in die leere Abfrage.

3. Ersetzen Sie Folgendes:

   <select list>   
   

   Durch:

   [Forecasting_MIXED].[ModelRegion],  
   PredictTimeSeries([Forecasting_MIXED].[Quantity],6) AS PredictQty,  
   PredictTimeSeries ([Forecasting_MIXED].[Amount],6) AS PredictAmt  
   

   In der ersten Zeile wird ein Wert vom Miningmodell abgerufen, der die Reihe identifiziert.

   In der zweiten und dritten Zeile wird die PredictTimeSeries-Funktion verwendet. In jeder Zeile wird ein anderes Attribut vorhergesagt: [Quantity] oder [Amount]. Die Zahlen hinter den Namen der vorhersagbaren Attribute geben die Anzahl der Zeitschritte an, die vorhergesagt werden sollen.

   Mit der AS-Klausel wird ein Name für die Spalte bereitgestellt, die von der jeweiligen Vorhersagefunktion zurückgegeben wird. Wenn Sie keinen Alias angeben, werden beide Spalten standardmäßig mit der Bezeichnung Expression zurückgegeben.

4. Ersetzen Sie Folgendes:

   [<mining model>]   
   

   Durch:

   [Forecasting_MIXED]  
   

5. Ersetzen Sie Folgendes:

   WHERE [criteria>]   
   

   Durch:

   WHERE [ModelRegion] = 'M200 Europe' OR  
   [ModelRegion] = 'M200 Pacific'  
   

   Die gesamte Anweisung sollte wie folgt aussehen:

   SELECT  
   [Forecasting_MIXED].[ModelRegion],  
   PredictTimeSeries([Forecasting_MIXED].[Quantity],6) AS PredictQty,  
   PredictTimeSeries ([Forecasting_MIXED].[Amount],6) AS PredictAmt  
   FROM   
   [Forecasting_MIXED]  
   WHERE [ModelRegion] = 'M200 Europe' OR  
   [ModelRegion] = 'M200 Pacific'  
   

6. Klicken Sie im Menü Datei auf DMXQuery1.dmx speichern unter.

7. Navigieren Sie im Dialogfeld Speichern unter zum entsprechenden Ordner, und nennen Sie die Datei SimpleTimeSeriesPrediction.dmx.

8. Klicken Sie auf der Symbolleiste auf die Schaltfläche Ausführen .

   Nach Ausführung der Abfrage werden 6 Vorhersagen für jede der zwei Kombinationen aus Produkt und Region in der WHERE-Klausel zurückgegeben.

In der nächsten Lektion erstellen Sie eine Abfrage, mit der neue Daten für das Modell bereitgestellt werden. Außerdem vergleichen Sie die Ergebnisse dieser Vorhersage mit der Vorhersage, die Sie gerade erstellt haben.

Nächste Aufgabe in der Lektion

Lektion 5: Erweitern des Zeitreihenmodells

Weitere Informationen

PredictTimeSeries (DMX)
Lag (DMX)
Abfragebeispiel Zeitreihenmodell
Lektion 2: Erstellen eines Planungserstellungsszenarios (Data Mining-Lernprogramm für Fortgeschrittene)