Artykuł
07/22/2011

Lekcja 5: Rozszerzanie modelu szeregu czasowego

W SQL Server 2008 przedsiębiorstwa, można dodać nowe dane do czas serii modelu i automatycznie dołączyć nowe dane do modelu.Dodawanie nowych danych do czas model górnictwo serii na dwa sposoby:

Za pomocą łączyć PRZEWIDYWANIA łączyć zewnętrznego źródło danych w dane szkolenia.
Umożliwia uzyskanie danych jeden plasterek na kwerendy przewidywanie singleton czas.

Na przykład załóżmy, że przeszkolony model wyszukiwania na istniejących danych sprzedaży niektóre miesiące temu.Uzyskać nowy sprzedaży, można zaktualizować prognoz sprzedaży włączenie nowych danych.Można to zrobić w jednym kroku, przez podanie nowej wartości sprzedaży jako danych wejściowych i generowania nowych prognoz na podstawie złożonego zestaw danych.

Tworzenie prognoz z EXTEND_MODEL_CASES

Oto podstawowe przykłady czas za pomocą EXTEND_MODEL_CASES przewidywanie serii.Pierwszy przykład umożliwia określenie liczby prognoz, począwszy od ostatniego czas kroku model oryginalny:

SELECT [<model columns>,] PredictTimeSeries(<table column reference>, n, EXTEND_MODEL_CASES) 
FROM <mining model>
PREDICTION JOIN <source query>
[WHERE <criteria>]

Drugi przykład umożliwia określenie czas krok, gdzie powinna zaczynać prognoz i gdzie należy zakończyć.Ta opcja jest ważne, ponieważ rozszerzenie modelu przypadków domyślnie czas kroki używane do przewidywanie kwerend zawsze rozpocząć na koniec pierwotnego serii.

SELECT [<model columns>,] PredictTimeSeries(<table column reference>, n-start, n-end, EXTEND_MODEL_CASES) 
FROM <mining model>
PREDICTION JOIN <source query>
[WHERE <criteria>}

W tym samouczku utworzy się oba rodzaje kwerend.

Aby utworzyć kwerendę przewidywanie singleton na czas model serii

W Object Explorer, kliknij prawym przyciskiem myszy wystąpienie Usługi Analysis Services, wskaż Nową kwerendę, a następnie kliknij przycisk DMX.

Edytor kwerend otwiera i zawiera kwerendę nowy, pusty.
Skopiuj przykładowy instrukcja singleton do kwerendy puste.
Zastąp następujące czynności:
```
SELECT [<model columns>,] PredictTimeSeries(<table column reference>, n, EXTEND_MODEL_CASES) 
```
z:
```
SELECT [Model Region],
PredictTimeSeries([Quantity],6, EXTEND_MODEL_CASES) AS PredictQty
```
Pierwszy wiersz pobiera wartości z modelu, który identyfikuje serii.

Drugi wiersz zawiera funkcja przewidywanie pobiera 6 prognoz dla Quantity.Alias PredictQty, przypisane do kolumna wyniki przewidywanie, aby ułatwić zrozumienie wyniki.

Zastąp następujące czynności:

FROM <mining model>

FROM [Forecasting_MIXED]

Zastąp następujące czynności:

PREDICTION JOIN <source query>

NATURAL PREDICTION JOIN 
(
   SELECT 1 AS [Reporting Date],
   '10' AS [Quantity],
   'M200 Europe' AS [Model Region]
   UNION SELECT
   2 AS [Reporting Date],
   15 AS [Quantity]),
   'M200 Europe' AS [Model Region]
) AS t

Zastąp następujące czynności:

[WHERE <criteria>]

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

Pełne instrukcja powinien być teraz następująco:

SELECT [Model Region],
PredictTimeSeries([Quantity],6, EXTEND_MODEL_CASES) AS PredictQty
FROM
   [Forecasting_MIXED]
NATURAL PREDICTION JOIN 
(
   SELECT 1 AS [ReportingDate],
  '10' AS [Quantity],
  'M200 Europe' AS [ModelRegion]
UNION SELECT
  2 AS [ReportingDate],
  15 AS [Quantity]),
  'M200 Europe' AS [ModelRegion]
) AS t
WHERE [ModelRegion] = 'M200 Europe' OR
[ModelRegion] = 'M200 Pacific'

Na pliku menu, kliknij Zapisz DMXQuery1.dmx jako.
W Zapisz jako okno dialogowe Przejdź do odpowiedniego folderu i pliku o nazwie Singleton_TimeSeries_Query.dmx.
Na pasku narzędzi kliknij przycisk Wykonywanie przycisku.

Kwerenda zwraca prognoz ilość sprzedaży rowerów M200 w regionach Europy i Pacyfiku.

Opis przewidywania Start z EXTEND_MODEL_CASES

Zostały utworzone na podstawie oryginalnego modelu prognoz i nowymi danymi można porównać wyniki patrz aktualizowanie danych sprzedaży wpływ prognoz.Przed rozpoczęciem Przejrzyj kod utworzony i zauważyć następujące czynności:

Dostarczonych nowych danych tylko region Europy.
Dostarczone tylko dwa miesiące nadaje nowych danych.

W poniższej tabela przedstawiono wpływ przewidywań przez nowe wartości dostarczone dla Europy M200.Dla produktu M200 w Pacyfiku nie dostarczył żadnych danych nowy region, ale tej serii jest przedstawiany do porównania:

Produktu i regionu	Istniejący model (PredictTimeSeries)	Model z zaktualizowanymi danymi sprzedaży (PredictTimeSeries z EXTEND_MODEL_CASES)
M200 Europy	M200 Europy7/25/2008 12:00:00 AM77 M200 Europy8/25/2008 12:00:00 AM64 M200 Europy9/25/2008 12:00:00 AM59 M200 Europy10/25/2008 12:00:00 AM56 M200 Europy11/25/2008 12:00:00 AM56 M200 Europy12/25/2008 12:00:00 AM74	M200 Europy7/25/2008 12:00:00 AM10 M200 Europy8/25/2008 12:00:00 AM15 M200 Europy9/25/2008 12:00:00 AM72 M200 Europy10/25/2008 12:00:00 AM69 M200 Europy11/25/2008 12:00:00 AM68 M200 Europy12/25/2008 12:00:00 AM89
M200 Pacyfiku	M200 Pacyfiku7/25/2008 12:00:00 AM41 M200 Pacyfiku8/25/2008 12:00:00 AM44 M200 Pacyfiku9/25/2008 12:00:00 AM38 M200 Pacyfiku10/25/2008 12:00:00 AM41 M200 Pacyfiku11/25/2008 12:00:00 AM36 M200 Pacyfiku12/25/2008 12:00:00 AM39	M200 Pacyfiku7/25/2008 12:00:00 AM41 M200 Pacyfiku8/25/2008 12:00:00 AM44 M200 Pacyfiku9/25/2008 12:00:00 AM38 M200 Pacyfiku10/25/2008 12:00:00 AM41 M200 Pacyfiku11/25/2008 12:00:00 AM36 M200 Pacyfiku12/25/2008 12:00:00 AM39

Wyniki te można zobaczyć dwie rzeczy:

Dwa pierwsze prognoz dla serii M200 Europy są identyczne nowych danych dostarczonych.Zgodnie z projektem Analysis Services zwraca rzeczywiste nowe punkty danych, zamiast dokonywania przewidywanie.To w przypadku rozszerzania przypadkach model czas kroki używane do przewidywanie kwerend zawsze rozpocząć na koniec pierwotnego serii.Dlatego dodać dwa nowe punkty danych, dwa pierwsze prognoz zwracane nakładania się nowymi danymi.
Po wszystkie nowe punkty danych są używane, Usługi Analysis Services sprawia, że prognoz opartych na zaktualizowanych modelu.W związku z tym, począwszy od września 2005, widać różnicę między prognoz dla Europy M200 z oryginalnym modelu w lewym kolumnai model, który używa prawej EXTEND_MODEL_CASES, kolumna.Prognoz są różne, ponieważ model został zaktualizowany o nowe dane.

Za pomocą rozpoczęcia i zakończenia czasu kroki w celu sterowania prognoz

Rozszerzenie modelu nowych danych jest zawsze dołączane na końcu serii.Jednakże, w rozumieniu przewidywanie czas start plasterki używane do przewidywanie kwerend na koniec pierwotnego serii.Jeśli chcesz uzyskać tylko nowych przewidywań podczas dodawania nowych danych, należy określić punkt początkowy jako liczba czas plasterków.Na przykład jeśli dodajesz dwa nowe punkty danych i chcesz utworzyć cztery nowe prognoz można byłoby wykonaj następujące czynności:

Tworzenie sprzężenia PRZEWIDYWANIA na czas serii modelu i określić dwa miesiące nowych danych.
Żądanie prognoz dla czterech czasu częśćs, gdzie punkt początkowy jest 3, a punkt końcowy jest czas część 6.

Innymi słowy jeśli zawiera nowe dane n czas plasterków, a żądanie prognoz dla czas kroki od 1 do n, przewidywania będzie zbiegać się z tego samego okresu nowych danych.Uzyskanie nowych prognoz dla czas okresy nie objęte danych, należy albo uruchomić prognoz na czas plasterka n + 1 po nowej serii danych lub upewnij się że żądać dodatkowych czas plasterki.

Ostrzeżenie

Nie można wprowadzać historycznych prognoz podczas dodawania nowych danych.

W poniższym przykładzie instrukcja DMX, która pozwala uzyskać przewidywania nowych dwóch serii w poprzednim przykładzie.

SELECT [Model Region],
PredictTimeSeries([Quantity],3,6, EXTEND_MODEL_CASES) AS PredictQty
FROM
   [Forecasting_MIXED]
NATURAL PREDICTION JOIN 
(
   SELECT 1 AS [ReportingDate],
  '10' AS [Quantity],
  'M200 Europe' AS [ModelRegion]
UNION SELECT
  2 AS [ReportingDate],
  15 AS [Quantity]),
  'M200 Europe' AS [ModelRegion]
) AS t
WHERE [ModelRegion] = 'M200 Europe'

Wyniki przewidywanie zaczynają się od czas plasterków 3, który jest po 2 miesiące dostarczonych nowych danych.

Produktu i regionu	Model z aktualizacji danych (PredictTimeSeries z EXTEND_MODEL_CASES)
M200 Europy	M200 Europy9/25/2008 12:00:00 AM72 M200 Europy10/25/2008 12:00:00 AM69 M200 Europy11/25/2008 12:00:00 AM68 M200 Europy12/25/2008 12:00:00 AM89

Tworzenie prognoz z REPLACE_MODEL_CASES

Zastępowanie przypadkach model jest przydatne, gdy chcesz szkolić modelu na jednym zestaw spraw, a następnie zastosować do różnych serii danych modelu.Szczegółowe Instruktaż ten scenariusz jest przedstawiony w Lekcja 2: Tworzenie scenariusza prognozowania (samouczek wyszukiwania danych pośrednich).

Udostępnij za pośrednictwem

Lekcja 5: Rozszerzanie modelu szeregu czasowego

Tworzenie prognoz z EXTEND_MODEL_CASES

Aby utworzyć kwerendę przewidywanie singleton na czas model serii

Opis przewidywania Start z EXTEND_MODEL_CASES

Za pomocą rozpoczęcia i zakończenia czasu kroki w celu sterowania prognoz

Tworzenie prognoz z REPLACE_MODEL_CASES

Zobacz także

Odwołanie

Koncepcje

Dodatkowe zasoby