Lekcja 1: Tworzenie do szeregu czasowego model wyszukiwania i struktura wyszukiwania
W tej lekcji spowoduje utworzenie model wyszukiwania, który służy do przewidywania wartości na czas, na podstawie danych historycznych.Podczas tworzenia modelu podstawową strukturę zostanie wygenerowany automatycznie i może służyć jako podstawa dla modeli dodatkowe wyszukiwania.
W tej lekcji założono, że czytelnik jest obeznany prognozowania modele oraz wymogów algorytmu Microsoft czas seria.Aby uzyskać więcej informacji zobaczMicrosoft Time Series Algorithm.
model wyszukiwania Instrukcja CREATE
Aby utworzyć model wyszukiwania bezpośrednio i automatycznie wygenerować podstawową struktura wyszukiwania, można użyć UTWÓRZ MODEL WYSZUKIWANIA (DMX) Instrukcja. Kod instrukcja można podzielić na następujące elementy:
Nadawanie nazw modelu
Określanie sygnatury czasowej
Definiowanie kolumna klucz opcjonalne serii
Definiowanie przewidywalne atrybut lub atrybut
Poniżej przedstawiono ogólny przykład instrukcja CREATE GÓRNICTWIE MODEL:
CREATE MINING MODEL [<Mining Structure Name>]
(
<key columns>,
<predictable attribute columns>
)
USING <algorithm name>([parameter list])
WITH DRILLTHROUGH
W pierwszym wierszu kod definiuje nazwę model wyszukiwania:
CREATE MINING MODEL [Mining Model Name]
Usługi Analysis Services automatycznie generuje nazwę podstawową strukturę, dołączając "_structure" na nazwę modelu, który zapewnia, że nazwa struktura jest unikatowa nazwa modelu.Aby uzyskać informacje na temat nazw obiektu w DMX zobacz Identyfikatory (DMX).
Następny wiersz kodu definiuje kolumna klucz dla model wyszukiwania, co przypadek modelu serii czas jednoznacznie identyfikuje krok czas w danych źródłowych.Krok czas I oznaczone symbolem KEY TIME słowa kluczowe po typy danych i nazwy kolumn. Jeśli model serii czas ma klucz oddzielne serii, jest identyfikowany za pomocą KEY słowo kluczowe.
<key columns>
Następny wiersz kodu jest używana do określania kolumn w modelu, który ma być przewidywane.Masz wiele atrybutów przewidywalne w jednym model wyszukiwania.W przypadku wielu atrybutów przewidywalne algorytm serii czasowych firmy Microsoft generuje oddzielne analizy dla każdej serii:
<predictable attribute columns>
Zadania lekcji
W tej lekcji będzie wykonywać następujące zadania:
Utwórz nową kwerendę puste
Zmienić kwerendę, aby utworzyć model wyszukiwania
wykonać kwerendy
Tworzenie kwerendy
Pierwszym krokiem jest podłączenie do wystąpienie Analysis Services i Utwórz nową kwerendę DMX w SQL Server Management Studio.
Aby utworzyć nową kwerendę DMX w programie SQL Server Management Studio
Otwórz SQL Server Management Studio.
W Połącz z serwerem okno dialogowe, aby Typ serwera, select Usługi Analysis Services.W Nazwa serwera, type LocalHostlub nazwa wystąpienie Analysis Services Czy chcesz połączyć w tej lekcji. Kliknij przycisk Łączenie.
W Eksplorator obiektów, kliknij prawym przyciskiem myszy wystąpienie Analysis Services, wskaż polecenie Nowa kwerenda, a następnie kliknij przycisk DMX.
Edytor kwerendy zostanie otwarty i zawiera kwerendę nową, pustą.
Zmieniając kwerendę
Następnym krokiem jest modyfikowanie tworzenia model wyszukiwania instrukcję, aby utworzyć model wyszukiwania używane do prognozowania wraz z jego podstawową struktura wyszukiwania.
Aby dostosować tworzenia model wyszukiwania instrukcja
W edytorze Query skopiować rodzajowy przykładem tworzenia model wyszukiwania instrukcja w pustym kwerendę.
Zastąp następujące czynności:
[mining model name]
z:
[Forecasting_MIXED]
Zastąp następujące czynności:
<key columns>
z:
[Reporting Date] DATE KEY TIME, [Model Region] TEXT KEY
The TIME KEY keyword indicates that the ReportingDate kolumna contains the czas step values used to order the values. Czas czynności mogą być daty i godziny, liczb całkowitych, lub wpisać dowolne dane zamówione, tak długo, jak wartości są unikatowe i dane są sortowane.
The TEXT and KEY keywords indicate that the ModelRegion kolumna contains an additional series klucz. Może mieć tylko jeden z serii kluczy i wartości kolumna muszą być różne.
Zastąp następujące czynności:
< predictable attribute columns> )
z:
[Quantity] LONG CONTINUOUS PREDICT, [Amount] DOUBLE CONTINUOUS PREDICT )
Zastąp następujące czynności:
USING <algorithm name>([parameter list]) WITH DRILLTHROUGH
z:
USING Microsoft_Time_Series(AUTO_DETECT_PERIODICITY = 0.8, FORECAST_METHOD = 'MIXED') WITH DRILLTHROUGH
Parametr algorytmu AUTO_DETECT_PERIODICITY = 0,8, wskazuje, że w algorytmie wykrywać cykle w danych. Ustawienie bliżej tej wartości na 1 preferuje wykrycie wielu wzorców, ale może opóźnić przetwarzanie.
Parametr algorytmu FORECAST_METHOD, wskazuje, czy dane do analizy przy użyciu ARTXP, ARIMA lub mieszanki obu.
Słowo kluczowe, WITH DRILLTHROUGH, określić, że ma być w stanie wyświetlić szczegółowe dane statystyczne w urządzenie źródłowe danych po ukończeniu modelu. Jeśli chcesz przeglądać w modelu przy użyciu przeglądarki Microsoft czas serii, należy dodać tę klauzulę.Nie jest wymagane do przewidywanie.
Pełną instrukcję powinno być teraz w następujący sposób:
CREATE MINING MODEL [Forecasting_MIXED] ( [Reporting Date] DATE KEY TIME, [Model Region] TEXT KEY, [Quantity] LONG CONTINUOUS PREDICT, [Amount] DOUBLE CONTINUOUS PREDICT ) USING Microsoft_Time_Series (AUTO_DETECT_PERIODICITY = 0.8, FORECAST_METHOD = 'MIXED') WITH DRILLTHROUGH
Na Plik menu kliknijZapisz DMXQuery1.dmx jako.
W Zapisz jako -okno dialogowe, przejdź do odpowiedniego folderu i nazwę pliku Forecasting_MIXED.dmx.
Wykonywanie kwerendy
Ostatnim krokiem jest wykonać kwerendy.Po kwerendy jest tworzony i zapisywany, potrzebne do wykonania do tworzenia modeli wyszukiwania i jego struktura wyszukiwania na serwerze.Aby uzyskać więcej informacji na temat wykonywania kwerendy Edytor kwerend Zobacz Okno Edytor kwerend aparatu Server Management Studio bazy danych SQL.
Aby wykonać kwerendę
Edytor kwerend, na pasku narzędzi, kliknij przycisk wykonać.
Stan kwerendy jest wyświetlana w Wiadomości kartę u dołu Edytor kwerend po instrukcja zakończy się wykonywanie.Należy wyświetlić wiadomości:
Executing the query Execution complete
Nowa struktura o nazwie Forecasting_MIXED_Structure znajduje się teraz na serwerze, łącznie z odnośnych model wyszukiwania Forecasting_MIXED.
W następnej lekcji należy dodać model wyszukiwania, aby Forecasting_MIXED wyszukiwania strukturę, która właśnie została utworzona.