比较预测模型的预测（数据挖掘中级教程）

您已经创建了以下三个模型：

• 区域和型号的每个组合的预测，只基于单个型号和区域的数据。

• 在全球范围对所有型号的预测，基于聚合数据。

• 在北美区域对 M200 型号的预测，基于聚合模型。

在最后这个任务中，您将比较每个型号的预测，了解使用通用模型如何影响结果。

比较预测结果

请注意，原始挖掘模型在某些区域和型号系列上出现较大的差异。M200 型号的趋势线特别高，而 T1000 型号的趋势线较低且相对平坦。

可以通过将结果和原始数据导出到 Microsoft Excel 中来创建包括所有预测的图表。Microsoft Excel 提供了更加复杂的工具，可对多个数据序列进行绘图和管理。下图显示了 M200 产品型号的趋势线，并将第一个挖掘模型的预测与使用聚合挖掘模型的预测进行比较。

从该图中，您可以看到聚合挖掘模型使得各个数据系列中的波动变得平滑。下表提供了用于创建图表的部分数据序列，可以进行比较。

序列和挖掘模型	7/25/2004	8/25/2004	9/25/2004	10/25/2004	11/25/2004
M200 Europe — 聚合	143	126	115	119	94
M200 Europe — 特定	121	142	152	149	154
M200 North America — 聚合	208	150	149	151	172
M200 North America — 特定	163	178	156	173	203
M200 Pacific — 聚合	89	80	71	77	57
M200 Pacific — 特定	46	44	42	42	38
T1000 Europe — 聚合	65	51	54	53	48
T1000 Europe — 特定	42	41	43	42	43
T1000 North America — 聚合	103	84	79	85	68
T1000 North America — 特定	82	78	78	83	83
T1000 Pacific — 聚合	68	52	48	56	44
T1000 Pacific — 特定	38	39	37	38	36

结语

您已经学习了如何创建可用于预测的时序模型，以及可以应用于不同数据序列的通用模型。

请参阅

概念

数据挖掘中级教程（Analysis Services - 数据挖掘）