Lektion 4: Erstellen von Zeitreihenvorhersagen mithilfe von DMX

In dieser Lektion und der folgenden Lektion verwenden Sie Data Mining Extensions (DMX), um verschiedene Arten von Vorhersagen basierend auf den Zeitreihenmodellen zu erstellen, die Sie in Lektion 1: Erstellen eines Zeitreihen-Miningmodells und Miningstruktur und Lektion 2: Hinzufügen von Miningmodellen zur Zeitreihen-Miningstruktur erstellt haben.

Mit einem Zeitreihenmodell haben Sie viele Optionen zum Erstellen von Vorhersagen:

• Verwenden der vorhandenen Muster und Daten im Miningmodell

• Verwenden der vorhandenen Muster im Miningmodell, aber bereitstellen neuer Daten

• Fügen Sie dem Modell neue Daten hinzu, oder aktualisieren Sie das Modell.

Die Syntax für die Erstellung dieser Vorhersagetypen wird nachfolgend zusammengefasst:

Standardzeitreihenvorhersage
Verwenden Sie PredictTimeSeries (DMX), um die angegebene Anzahl von Vorhersagen aus dem trainierten Miningmodell zu erhalten.

Beispiel: Siehe PredictTimeSeries (DMX) oder Beispiele für Abfragen von Zeitreihenmodellen.

VERLÄNGERN_MODELLFÄLLE
Verwenden Sie "PredictTimeSeries" (DMX) mit dem Argument EXTEND_MODEL_CASES, um neue Daten hinzuzufügen, die Datenreihe zu erweitern und Vorhersagen basierend auf dem aktualisierten Bergbaumodell zu erstellen.

Dieses Tutorial enthält ein Beispiel, wie man EXTEND_MODEL_CASES verwendet.

REPLACE_MODEL_CASES
Verwenden Sie PredictTimeSeries (DMX) und wenden Sie das Argument REPLACE_MODEL_CASES an, um die ursprünglichen Daten durch eine neue Datenreihe zu ersetzen, und erstellen Sie dann Vorhersagen, indem die Muster des Miningmodells auf die neue Datenreihe angewendet werden.

Ein Beispiel für die Verwendung von REPLACE_MODEL_CASES finden Sie unter Lektion 2: Erstellen eines Prognoseszenarios (Lernprogramm für fortgeschrittenes Data Mining).

Lektionsaufgaben

In dieser Lektion führen Sie die folgenden Aufgaben aus:

• Erstellen Sie eine Abfrage, um die Standardvorhersagen basierend auf vorhandenen Daten abzurufen.

In der folgenden Lektion führen Sie die folgenden verwandten Aufgaben aus:

• Erstellen Sie eine Abfrage, um neue Daten zu liefern und aktualisierte Vorhersagen zu erhalten.

Zusätzlich zum manuellen Erstellen von Abfragen mithilfe von DMX können Sie auch Vorhersagen mithilfe des Vorhersageabfrage-Generator in SQL Server Data Tools (SSDT) erstellen.

Einfache Zeitreihen-Vorhersageabfrage

Der erste Schritt besteht darin, die SELECT FROM Anweisung zusammen mit der PredictTimeSeries Funktion zum Erstellen von Zeitreihenvorhersagen zu verwenden. Zeitreihenmodelle unterstützen eine vereinfachte Syntax zum Erstellen von Vorhersagen: Sie müssen keine Eingaben bereitstellen, sondern nur die Anzahl der zu erstellenden Vorhersagen angeben. Im Folgenden finden Sie ein allgemeines Beispiel für die Anweisung, die Sie verwenden werden:

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

Die Auswahlliste kann Spalten aus dem Modell enthalten, wie zum Beispiel den Namen der Produktlinie, für die Sie die Vorhersagen erstellen, oder Vorhersagefunktionen, wie Lag (DMX) oder PredictTimeSeries (DMX), die speziell für Zeitreihen-Mining-Modelle entwickelt wurden.

So erstellen Sie eine einfache Zeitreihenvorhersageabfrage

1. Klicken Sie im Objekt-Explorer mit der rechten Maustaste auf die Instanz von Analysis Services, zeigen Sie auf Neue Abfrage, und klicken Sie dann auf DMX.

   Der Abfrage-Editor wird geöffnet und enthält eine neue, leere Abfrage.

2. Kopieren Sie das generische Beispiel der Aussage in die leere Abfrage.

3. Ersetzen Sie Folgendes:

   <select list>   
   

   Durch:

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

   Die erste Zeile ruft einen Wert aus dem Miningmodell ab, das die Datenreihe identifiziert.

   Die zweite und dritte Zeile verwenden die PredictTimeSeries Funktion. Jede Zeile prognostiziert ein anderes Attribut [Quantity] oder [Amount]. Die Zahlen nach den Namen der vorhersagbaren Attribute geben die Anzahl der Zeitschritte an, die vorhergesagt werden sollen.

   Die AS Klausel wird verwendet, um einen Namen für die Spalte anzugeben, die von jeder Vorhersagefunktion zurückgegeben wird. Wenn Sie keinen Alias angeben, werden standardmäßig beide Spalten mit der Bezeichnung zurückgegeben. Expression

4. Ersetzen Sie Folgendes:

   [<mining model>]   
   

   Durch:

   [Forecasting_MIXED]  
   

5. Ersetzen Sie Folgendes:

   WHERE [criteria>]   
   

   Durch:

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

   Die vollständige Anweisung sollte nun wie folgt aussehen:

   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. Klicken Sie im Menü Datei auf Speichern unter DMXQuery1.dmx.

7. Navigieren Sie im Dialogfeld " Speichern unter " zum entsprechenden Ordner, und benennen Sie die Datei SimpleTimeSeriesPrediction.dmx.

8. Klicken Sie auf der Symbolleiste auf die Schaltfläche "Ausführen ".

   Die Abfrage gibt 6 Vorhersagen für jede der beiden Kombinationen von Produkt und Region zurück, die in der WHERE Klausel angegeben sind.

In der nächsten Lektion erstellen Sie eine Abfrage, die dem Modell neue Daten bereitstellt, und vergleichen die Ergebnisse dieser Vorhersage mit dem soeben erstellten.

Nächste Aufgabe in der Lektion

Lektion 5: Erweitern des Zeitreihenmodells

Siehe auch

PredictTimeSeries (DMX)
Lag (DMX)
Abfragebeispiele für Zeitreihenmodelle
Lektion 2: Erstellen eines Prognoseszenarios (Data-Mining-Tutorial für Fortgeschrittene)