查询线性回归模型（Analysis Services - 数据挖掘）

通过查询数据挖掘架构行集，您可找到模型的元数据。这包括模型创建时间、上次处理模型时间、模型所基于的挖掘结构的名称以及指定为可预测属性的列的名称。您还可以返回首次创建模型时所使用的参数。

SELECT MINING_PARAMETERS 
FROM $system.DMSCHEMA_MINING_MODELS
WHERE MODEL_NAME = 'TM_PredictIncome'

示例结果：

注意
参数设置“FORCE_REGRESSOR =”指示参数 FORCE_REGRESSOR 的当前值为 Null。

返回页首

下面的查询返回一个线性回归模型的挖掘模型内容，该回归模型是通过使用数据挖掘基础教程中使用的目标邮件数据源创建的。此模型基于年龄预测客户收入。

查询返回包含回归公式的节点的内容。所有变量和系数均存储在嵌套表 NODE_DISTRIBUTION 的单独行中。如果要查看完整的回归公式，请使用 Microsoft 树查看器，单击**“(全部)”节点，然后打开“挖掘图例”**。

SELECT FLATTENED NODE_DISTRIBUTION as t
FROM LR_PredictIncome.CONTENT

注意
如果通过使用查询（如 SELECT <column name> from NODE_DISTRIBUTION）来引用嵌套表的单个列，则必须将某些列（如 SUPPORT 或 PROBABILITY）用括号括起来，以将它们与同名的保留字区分开。

预期的结果：

我们来做个比较，在**“挖掘图例”**中，该回归公式显示如下：

Yearly Income = 57,220.919 + 471.688 * (Age - 45.427)

可看出在**“挖掘图例”中，对某些数值进行了舍入；但 NODE_DISTRIBUTION 表与“挖掘图例”**实际上包含的是相同的值。

VALUETYPE 列中的值可告诉您每一行所包含的信息的类型，这在以编程方式处理结果时很有用。下表给出了一个线性回归公式的输出值的类型。

有关回归模型的每种值类型含义的详细信息，请参阅线性回归模型的挖掘模型内容（Analysis Services - 数据挖掘）。

返回页首

通过使用 VALUETYPE 枚举，您可以仅返回回归公式的系数，如下面的查询所示：

SELECT FLATTENED MODEL_NAME,
    (SELECT ATTRIBUTE_VALUE, VALUETYPE
     FROM NODE_DISTRIBUTION
     WHERE VALUETYPE = 11) 
AS t
FROM LR_PredictIncome.CONTENT

此查询返回两行：一行来自挖掘模型内容，另一行来自包含系数的嵌套表。此处未包括 ATTRIBUTE_NAME 列，因为对于系数，该列始终为空。

返回页首

创建针对回归模型的单个查询的最简便方法是使用**“单独查询输入”对话框。例如，生成下面的 DMX 查询可以使用以下方法：先选择相应的回归模型，再选择“单独查询”**，然后在 Age 中键入 20。

SELECT [LR_PredictIncome].[Yearly Income]
From   [LR_PredictIncome]
NATURAL PREDICTION JOIN
(SELECT 20 AS [Age]) AS t

示例结果：

返回页首

您可以对线性回归模型使用许多标准预测函数。下面的示例演示如何向预测查询结果中添加说明性统计信息。您可以从这些结果发现此模型的均值的偏差非常大。

SELECT
  ([LR_PredictIncome].[Yearly Income]) as [PredIncome],
  (PredictStdev([LR_PredictIncome].[Yearly Income])) as [StDev1]
From
  [LR_PredictIncome]
NATURAL PREDICTION JOIN
(SELECT 20 AS [Age]) AS t

示例结果：

返回页首