Lição 4: Criando previsões de série temporal usando DMX

Nesta lição e na lição a seguir, você usará extensões de mineração de dados (DMX) para criar diferentes tipos de previsões com base nos modelos de série temporal criados na Lição 1: Criando um modelo de mineração de série temporal e estrutura de mineração e lição 2: adicionando modelos de mineração à estrutura de mineração de série temporal.

Com um modelo de série temporal, você tem várias opções para fazer previsões:

• Usar os padrões e os dados existentes no modelo de mineração

• Usar os padrões existentes no modelo de mineração mas fornecer dados novos

• Adicionar novos dados ao modelo ou atualizá-lo.

A sintaxe para criar esses tipos de previsão foi resumida a seguir:

Previsão de série temporal padrão
Use PredictTimeSeries (DMX) para retornar o número especificado de previsões do modelo de mineração treinado.

Por exemplo, consulte PredictTimeSeries (DMX) ou Exemplos de consulta de modelo de série temporal.

EXTEND_MODEL_CASES
Use PredictTimeSeries (DMX) com o argumento EXTEND_MODEL_CASES para adicionar novos dados, estender a série e criar previsões com base no modelo de mineração atualizado.

Este tutorial contém um exemplo de como usar EXTEND_MODEL_CASES.

REPLACE_MODEL_CASES
Use PredictTimeSeries (DMX) com o argumento REPLACE_MODEL_CASES para substituir os dados originais por uma nova série de dados e, em seguida, crie previsões com base na aplicação dos padrões no modelo de mineração à nova série de dados.

Para obter um exemplo de como usar REPLACE_MODEL_CASES, consulte Lição 2: criando um cenário de previsão (Tutorial de mineração de dados intermediário).

Tarefas da lição

Você executará as seguintes tarefas nesta lição:

• Criar uma consulta para obter as previsões padrão com base em dados existentes.

Na lição a seguir, você executará as seguintes tarefas relacionadas:

• Criar uma consulta para fornecer novos dados e obter previsões atualizadas.

Além de criar consultas manualmente usando DMX, você também pode criar previsões usando o construtor de consultas de previsão no SSDT (SQL Server Data Tools).

Consulta de previsão de série temporal simples

A primeira etapa é usar a instrução SELECT FROM junto com a função PredictTimeSeries para criar previsões de série temporal. Modelos de série temporal dão suporte a uma sintaxe simplificada para a criação de previsões: você não precisa fornecer qualquer entrada, mas especificar o número de previsões a serem criadas. A seguir, um exemplo genérico da instrução que será usada:

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

A lista de seleção pode conter colunas do modelo, como o nome da linha do produto para a qual você está criando as previsões ou funções de previsão, como Lag (DMX) ou PredictTimeSeries (DMX), que são especificamente para modelos de mineração de série temporal.

Para criar uma consulta de previsão de série temporal simples

1. Em Pesquisador de Objetos, clique com o botão direito do mouse na instância do Analysis Services, aponte para Nova Consulta e clique em DMX.

   O Editor de Consultas é exibido com uma consulta nova em branco.

2. Copie o exemplo genérico da instrução na consulta em branco.

3. Substitua o seguinte:

   <select list>   
   

   por:

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

   A primeira linha recupera um valor do modelo de mineração que identifica a série.

   A segunda e a terceira linhas usam a função PredictTimeSeries. Cada linha prevê um atributo diferente, [Quantity] ou [Amount]. Os números depois dos nomes dos atributos previsíveis especificam o número de períodos a serem previstos.

   A cláusula AS é usada para fornecer um nome para a coluna retornada por cada função de previsão. Se você não fornecer um alias, por padrão ambas as colunas serão retornadas com o rótulo Expression.

4. Substitua o seguinte:

   [<mining model>]   
   

   por:

   [Forecasting_MIXED]  
   

5. Substitua o seguinte:

   WHERE [criteria>]   
   

   por:

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

   A instrução completa agora deve ser:

   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. No menu Arquivo , clique em Salvar DMXQuery1.dmx As.

7. Na caixa de diálogo Salvar como , navegue até a pasta apropriada e nomeie o arquivo SimpleTimeSeriesPrediction.dmx.

8. Na barra de ferramentas, clique no botão Executar .

   A consulta retorna 6 previsões para cada uma das duas combinações de produto e região especificadas na cláusula WHERE.

Na próxima lição, você criará uma consulta para fornecer novos dados ao modelo e comparar os resultados da previsão aos da previsão recém-criada.

Próxima tarefa da lição

Lição 5: Estendendo o modelo de série temporal

Consulte Também

PredictTimeSeries (DMX)
Latência (DMX)
Exemplos de consulta de um modelo de série temporal
Lição 2: Criando um cenário de previsão (Tutorial de data mining intermediário)