Выбрать и сопоставить данные проверки модели
Применимо к:
SQL Server 2019 и более ранних версий Analysis Services 
Azure Analysis Services Fabric/Power BI Premium
Важно!
Интеллектуальный анализ данных не рекомендуется использовать в службах SQL Server 2017 Analysis Services, а в SQL Server 2022 Analysis Services его поддержка прекращена. Документация не обновляется для устаревших и неподдерживаемых функций. Дополнительные сведения см. в статье об обратной совместимости служб Analysis Services.
Чтобы создать диаграмму точности в SQL Server Analysis Services, необходимо выбрать данные, которые будут использоваться для тестирования модели, и сопоставить данные с моделью.
По умолчанию SQL Server Analysis Services будет использовать данные тестирования модели интеллектуального анализа данных при условии, что вы создали контрольный набор данных при создании структуры интеллектуального анализа данных. Создание набора контрольных данных — самый простой способ проверки моделей на основе одной структуры интеллектуального анализа данных, поскольку имена столбцов и типы данных всегда будут совпадать с моделью и можно быть достаточно уверенным в том, что распределение данных будет аналогичным. Кроме того, конструктор автоматически создает связи между входом и столбцами модели.
Иначе можно указать внешний источник данных. Для внешних данных существуют некоторые дополнительные требования.
Внешний набор данных должен быть определен как представление источника данных в экземпляре SQL Server Analysis Services.
Во внешнем наборе данных должен содержаться по крайней мере один столбец, который можно сопоставить с прогнозируемым столбцом в модели интеллектуального анализа данных. Можно не учитывать некоторые столбцы.
Нельзя добавлять новые столбцы или сопоставлять столбцы из другого представления источников данных. Выбранное представление источника данных должно содержать все столбцы, необходимые для прогнозирующего запроса.
Если имена внешних столбцов в точности совпадают с именами в модели, конструктор автоматически выполнит сопоставление. Если сопоставление неправильное, можно изменить их либо удалить и создать новые привязки для существующих столбцов.
Если использовать внешний источник данных, можно применять фильтры для ограничения проверочных данных релевантным подмножеством вариантов.
Даже при использовании набора контрольных данных следует иметь в виду, что фильтры могут вызывать различия между проверочными данными, связанными со структурой интеллектуального анализа данных, и проверочными вариантами модели интеллектуального анализа данных.
В разделе описан выбор и сопоставление проверочных данных:
Выбор входных таблиц для проверки точности модели интеллектуального анализа данных
Сопоставление столбцов модели со столбцами проверочных данных
Изменение способа сопоставления столбцов в проверочных данных с моделью
Выбор входных таблиц для проверки точности модели интеллектуального анализа данных
В Designer интеллектуального анализа данных в SQL Server Data Tools дважды щелкните структуру интеллектуального анализа данных, содержащую модели, которые требуется создать на диаграмме.
Перейдите на вкладку Диаграмма точности интеллектуального анализа данных .
На вкладке Выбор входа представления Диаграмма точности интеллектуального анализа выберите один из приведенных ниже параметров:
Использовать проверочные варианты модели интеллектуального анализа данных
Использовать проверочные варианты структуры интеллектуального анализа данных
Задать другой набор данных
Если был выбран вариант Задать другой набор данных, то при необходимости можно создать критерии фильтра для входного набора данных. Для этого выберите команду Открыть редактор фильтров . Нажмите кнопку ОК.
Перейдите на вкладку Диаграмма точности прогнозов или Матрица классификации для автоматического построения диаграммы с использованием только что указанных проверочных данных.
Сопоставление столбцов модели со столбцами проверочных данных
Дважды щелкните структуру интеллектуального анализа данных, содержащую модели, для которых необходимо построить диаграммы, чтобы открыть эти структуры и модели в конструкторе интеллектуального анализа данных.
Перейдите на вкладку Диаграмма точности интеллектуального анализа , а затем на вкладку Выбор входных данных .
На вкладке Выбор входа в области Выбор набора данных для диаграммы точностивыберите параметр Задать другой набор данных.
Нажмите кнопку обзора (...), чтобы открыть диалоговое окно и создать определение внешнего набора данных.
В диалоговом окне Выбор структуры интеллектуального анализа данных выберите структуру интеллектуального анализа данных, которая содержит модели, с которыми необходимо работать, а затем нажмите кнопку ОК.
В таблице Выбор входных таблиц вкладки Диаграмма точности интеллектуального анализа данных нажмите кнопку Выбор таблицы вариантов , чтобы открыть диалоговое окно Выбор таблицы .
В диалоговом окне Выбор таблицы выберите источник данных из списка Источник данных . Выберите таблицу с данными, которые необходимо использовать в запросах для определения точности моделей.
В поле Имя таблицы или представления выберите таблицу, содержащую данные, с помощью которых нужно проверить модели.
При необходимости измените сопоставления. Столбцы в структуре интеллектуального анализа данных автоматически сопоставляются со столбцами входной таблицы, имеющими те же имена. Чтобы создать сопоставления вручную, щелкните столбец в таблице Выбор входных таблиц и перетащите его на соответствующий столбец в таблице Структура интеллектуального анализа данных . Чтобы удалить сопоставление, щелкните линию, связывающую столбец таблицы Структура интеллектуального анализа данных с сопоставленным столбцом таблицы Выбор входных таблиц , а затем нажмите клавишу DELETE.
Нажмите кнопку ОК.
Изменение способа сопоставления входных данных с моделью
В конструкторе интеллектуального анализа данных дважды щелкните структуру, содержащую модели, для которых необходимо построить диаграммы.
Перейдите на вкладку Диаграмма точности интеллектуального анализа данных .
Перейдите на вкладку Выбор входа .
В разделе Выбор набора данных, используемого для диаграммы точности, выберите параметр Указать другой набор данных.
Нажмите кнопку обзора (...), чтобы открыть диалоговое окно и создать определение внешнего источника данных.
В диалоговом окне Укажите сопоставление столбцов нажмите кнопку Выбор таблицы вариантов.
В диалоговом окне «Выбор таблицы», выберите из списка источник данных, а затем выберите таблицу, содержащую данные вариантов. Нажмите кнопку ОК.
Если необходимые таблицы недоступны, то следует закрыть диалоговое окно и создать новое представление источника данных, содержащее таблицу. Сведения о создании представления источника данных см. в разделе Определение представления источника данных (службы Analysis Services).
Если в модели интеллектуального анализа данных содержится вложенная таблица, нажмите кнопку Выбор вложенной таблицыи выберите необходимую вложенную таблицу из списка таблиц в представлении источника данных. Нажмите кнопку ОК.
Выберите линию соединения сопоставления, которое нужно изменить, а затем команду Изменение соединений.
Откроется диалоговое окно Изменение сопоставления . В списке Столбец структуры интеллектуального анализа данных таблицы данного диалогового окна перечислены все столбцы, содержащиеся в выбранной структуре интеллектуального анализа данных, а в списке Столбец таблицы перечислены столбцы из входных таблиц, сопоставленные со столбцами в структуре интеллектуального анализа данных.
В списке Столбец таблицывыберите строку, соответствующую строке в списке Столбец структуры интеллектуального анализа данных , для которой требуется изменить связь. Выберите новый столбец из списка или выберите пустую запись, чтобы удалить столбец.
Нажмите кнопку ОК.
Новые сопоставления столбцов отображаются в диалоговом окне Укажите сопоставление столбцов . Удалить сопоставление можно, выбрав линию между столбцами и нажав клавишу DELETE. Можно создать новое соединение, выбрав столбец в таблице Структура интеллектуального анализа данных и перетащив его в соответствующий столбец таблицы Выбор входных таблиц .
См. также:
Задачи и решения по тестированию и проверке (интеллектуальный анализ данных)