SystemGetClusterAccuracyResults (Analysis Services - Data mining)

Articolo
12/23/2023

Si applica a: SQL Server 2019 e versioni precedenti di Analysis Services Azure Analysis Services Fabric/Power BI Premium

Importante

Il data mining è stato deprecato in SQL Server 2017 Analysis Services e ora è stato interrotto in SQL Server 2022 Analysis Services. La documentazione non viene aggiornata per le funzionalità deprecate e non più disponibili. Per altre informazioni, vedere Compatibilità con le versioni precedenti di Analysis Services.

Restituisce la metrica di accuratezza per la convalida incrociata di una struttura di data mining e dei modelli di clustering correlati.

Questa stored procedure restituisce la metrica per l'intero set di dati come un'unica partizione. Per partizionare il set di dati in sezioni incrociate e restituire metriche per ogni partizione, usare SystemGetClusterCrossValidationResults (Analysis Services - Data Mining).

Nota

Questa stored procedure può essere utilizzata solo per modelli di clustering. Per i modelli non clustering, usare SystemGetAccuracyResults (Analysis Services - Data Mining).

Sintassi

  
SystemGetClusterAccuracyResults(  
<mining structure>   
[,<mining model list>]  
,<data set>  
,<test list>])

Argomenti

struttura di data mining
Nome di una struttura di data mining nel database corrente.

(Obbligatorio)

mining model list
Elenco delimitato da virgole dei modelli da convalidare.

L'impostazione predefinita è nulle indica che vengono usati tutti i modelli applicabili. Se si utilizza l'impostazione predefinita, i modelli non di clustering vengono esclusi automaticamente dall'elenco di candidati per l'elaborazione.

Facoltativa

set di dati
Valore integer che indica quale partizione nella struttura di data mining deve essere utilizzata per il test. Il valore è derivato da una maschera di bit che rappresenta la somma dei valori seguenti, dove qualsiasi singolo valore è facoltativo:

Casi di formazione: 0x0001
Test case: 0x0002
Filtro modello: 0x0004

Per un elenco completo dei valori possibili, vedere la sezione Osservazioni di questo argomento.

(Obbligatorio)

test list
Stringa che specifica le opzioni di testing. Questo parametro è riservato per usi futuri.

(facoltativo).

Tipo restituito

Tabella che contiene i punteggi per ogni singola partizione e le aggregazioni per tutti i modelli.

Nella tabella seguente vengono elencate le colonne restituite da SystemGetClusterAccuracyResults. Per altre informazioni sull'interpretazione delle informazioni restituite dalla stored procedure, vedere Misure nel report di convalida incrociata.

Nome colonna	Descrizione
ModelName	Nome del modello sottoposto a test. All indica che il risultato è un'aggregazione per tutti i modelli.
AttributeName	Non applicabile a modelli di clustering.
AttributeState	Non applicabile a modelli di clustering.
PartitionIndex	Numero che indica la partizione. Per questa stored procedure, il numero è sempre 0.
PartitionCases	Valore integer che indica il numero di case sottoposti a test.
Test	Tipo di test eseguito.
Misura	Nome della misura restituita dal test. Le misure per ogni modello dipendono dal tipo di modello e dal tipo del valore stimabile. Per un elenco delle misure restituite per ogni tipo stimabile, vedere Misure nel report di convalida incrociata. Per una definizione di ogni misura, vedere Convalida incrociata (Analysis Services - Data Mining).
Valore	Punteggio di probabilità che indica la probabilità del case di cluster.

Commenti

Nella tabella seguente vengono forniti esempi dei valori che è possibile utilizzare per specificare i dati nella struttura di data mining utilizzata per la convalida incrociata. Se si desidera utilizzare test case per la convalida incrociata, è necessario che la struttura di data mining contenga già un set di dati di testing. Per informazioni sulla definizione di un set di dati di testing quando si crea una struttura di data mining, vedere Set di dati di training e di testing.

Valore integer	Descrizione
1	Vengono utilizzati solo i case di training.
2	Vengono utilizzati solo i test case.
3	Vengono utilizzati sia i case di training sia i test case.
4	Combinazione non valida.
5	Vengono utilizzati i case di training e viene applicato il filtro del modello.
6	Vengono utilizzati solo i test case e viene applicato il filtro del modello.
7	Vengono utilizzati sia i case di training sia i test case e viene applicato il filtro del modello.

Per altre informazioni sugli scenari in cui si userebbe la convalida incrociata, vedere Test e convalida (data mining).

Esempio

In questo esempio vengono restituite misure di accuratezza per due modelli di clustering, denominati Cluster 1 e Cluster 2, associati alla struttura di data mining vTargetMail. Il codice nella quarta riga indica che i risultati devono essere basati solo sui test case, senza l'utilizzo di eventuali filtri associati a ogni modello.

CALL SystemGetClusterAccuracyResults (  
[vTargetMail],  
[Cluster 1], [Cluster 2],  
2  
)

Risultati dell'esempio:

ModelName	AttributeName	AttributeState	PartitionIndex	PartitionSize	Test	Misura	Valore
Cluster 1			0	5545	Clustering	Probabilità del case	0.796514342249313
Cluster 2			0	5545	Clustering	Probabilità del case	0.732122471228572

Requisiti

La convalida incrociata è disponibile solo in SQL Server Enterprise a partire da SQL Server 2008.

Vedere anche

SystemGetCrossValidationResults (Analysis Services - Data mining)
SystemGetAccuracyResults (Analysis Services - Data mining)
SystemGetClusterCrossValidationResults (Analysis Services - Data mining)
SystemClusterGetAccuracyResults

Condividi tramite