SystemGetClusterAccuracyResults (Analysis Services – Data Mining)SystemGetClusterAccuracyResults (Analysis Services - Data Mining)

GILT FÜR:JaSQL Server Analysis ServicesNeinAzure Analysis ServicesAPPLIES TO:yesSQL Server Analysis ServicesnoAzure Analysis ServicesGibt genauigkeitsmetriken einer kreuzvalidierung für eine Miningstruktur und zugehörige clustering-Modelle zurück. Returns cross-validation accuracy metrics for a mining structure and related clustering models.

Diese gespeicherte Prozedur gibt Metriken für das ganze Dataset als einzelne Partition zurück.This stored procedure returns metrics for the entire data set as a single partition. Um das Dataset in Querschnitte zu partitionieren und Metriken für jede Partition zurückzugeben, verwenden Sie SystemGetClusterCrossValidationResults (Analysis Services – Data Mining).To partition the dataset into cross-sections and return metrics for each partition, use SystemGetClusterCrossValidationResults (Analysis Services - Data Mining).

Hinweis

Diese gespeicherte Prozedur funktioniert nur bei Clustering-Modellen.This stored procedure works only for clustering models. Verwenden Sie für Nicht-Clustermodelle SystemGetAccuracyResults (Analysis Services – Data Mining).For non-clustering models, use SystemGetAccuracyResults (Analysis Services - Data Mining).

SyntaxSyntax


SystemGetClusterAccuracyResults(  
<mining structure>   
[,<mining model list>]  
,<data set>  
,<test list>])  

ArgumenteArguments

mining structuremining structure
Name einer Miningstruktur in der aktuellen Datenbank.Name of a mining structure in the current database.

(Erforderlich)(Required)

Miningmodelllistemining model list
Durch Trennzeichen getrennte Liste von Modellen, die überprüft werden sollen.Comma-separated list of models to validate.

Der Standardwert beträgt null, was heißt, dass alle anwendbaren Modelle verwendet werden.The default is null, meaning that all applicable models are used. Bei Verwendung des Standardwerts werden Nicht-Clustermodelle automatisch aus der Liste der Kandidaten für die Verarbeitung ausgeschlossen.When the default is used, non-clustering models are automatically excluded from the list of candidates for processing.

(Optional)(Optional)

Datasetdata set
Ein ganzzahliger Wert, der angibt, welche Partition in der Miningstruktur zum Testen verwendet werden soll.An integer value that indicates which partition in the mining structure is to be used for testing. Der Wert wird von einer Bitmaske abgeleitet, die die Summe der folgenden Werte darstellt, wobei jeder einzelne Wert optional ist:The value is derived from a bitmask that represents the sum of the following values, where any single value is optional:

TrainingsfälleTraining cases 0x00010x0001
TestfälleTest cases 0x00020x0002
ModellfilterModel filter 0x00040x0004

Eine vollständige Liste der möglichen Werte finden Sie in diesem Thema im Abschnitt mit den Hinweisen.For a complete list of possible values, see the Remarks section of this topic.

(Erforderlich)(Required)

Testlistetest list
Eine Zeichenfolge, die Testoptionen angibt.A string that specifies testing options. Dieser Parameter ist für die zukünftige Verwendung reserviert.This parameter is reserved for future use.

(Optional)(optional)

RückgabetypReturn Type

Eine Tabelle mit Bewertungen für jede einzelne Partition und Aggregaten für alle Modelle.A table that contains scores for each individual partition and aggregates for all models.

In der folgenden Tabelle sind die Spalten aufgeführt, die von SystemGetClusterAccuracyResultszurückgegeben werden.The following table lists the columns returned by SystemGetClusterAccuracyResults. Weitere Informationen zum Interpretieren der durch die gespeicherte Prozedur zurückgegebenen Informationen finden Sie unter Measures im Kreuzvalidierungsbericht.To learn more about how to interpret the information returned by the stored procedure, see Measures in the Cross-Validation Report.

SpaltennameColumn Name DescriptionDescription
ModelNameModelName Name des Modells, das getestet wurde.The name of the model that was tested. Alles gibt an, dass das Ergebnis ein Aggregat für alle Modelle ist.All indicates that the result is an aggregate for all models.
AttributeNameAttributeName Nicht anwendbar auf Clustering-Modelle.Not applicable to clustering models.
AttributeStateAttributeState Nicht anwendbar auf Clustering-Modelle.Not applicable to clustering models.
PartitionIndexPartitionIndex Eine Zahl, die die Partition angibt.A number that indicates the partition.

Für diese gespeicherte Prozedur ist die Zahl immer 0.For this stored procedure, the number is always 0.
PartitionCasesPartitionCases Ein ganzzahliger Wert, der angibt, wie viele Fälle getestet wurden.An integer that indicates how many cases have been tested.
TestTest Der Typ von Test, der ausgeführt wurde.The type of test that was performed.
MeasureMeasure Der Name des Measures, der vom Test zurückgegeben wurde.The name of the measure returned by the test. Measures für die einzelnen Modelle richten sich nach dem Modelltyp und dem Typ des vorhersagbaren Werts.Measures for each model depend on the model type, and the type of the predictable value.

Eine Liste der für die einzelnen vorhersagbaren Typen zurückgegebenen Measures finden Sie unter Measures im Kreuzvalidierungsbericht.For a list of measures returned for each predictable type, see Measures in the Cross-Validation Report.

Definitionen für die einzelnen Measures finden Sie unter Kreuzvalidierung (Analysis Services – Data Mining).For a definition of each measure, see Cross-Validation (Analysis Services - Data Mining).
valueValue Ein Wahrscheinlichkeitsergebnis, das die Wahrscheinlichkeit des Clusterfalls angibt.A probability score that indicates the cluster case likelihood.

HinweiseRemarks

Die folgende Tabelle enthält Beispiele für die Werte, mit denen Sie die Daten in der für die Kreuzvalidierung verwendeten Miningstruktur angeben können.The following table provides examples of the values that you can use to specify the data in the mining structure that is used for cross-validation. Wenn Sie Testfälle für die Kreuzvalidierung verwenden möchten, muss die Miningstruktur bereits ein Testdataset enthalten.If you want to use test cases for cross-validation, the mining structure must already contain a testing data set. Informationen zum Definieren eines Testdatasets bei der Erstellung einer Miningstruktur finden Sie unter Trainings- und Testdatasets.For information about how to define a testing data set when you create a mining structure, see Training and Testing Data Sets.

Ganzzahliger WertInteger Value DescriptionDescription
11 Nur Trainingsfälle werden verwendet.Only training cases are used.
22 Nur Testfälle werden verwendet.Only test cases are used.
33 Sowohl die Trainingsfälle als auch Testfälle werden verwendet.Both the training cases and testing cases are used.
44 Ungültige Kombination.Invalid combination.
55 Nur Trainingsfälle werden verwendet, und der Modellfilter wird angewendet.Only training cases are used, and the model filter is applied.
66 Nur Testfälle werden verwendet, und der Modellfilter wird angewendet.Only test cases are used, and the model filter is applied.
77 Sowohl die Trainingsfälle als auch Testfälle werden verwendet, und der Modellfilter wird angewendet.Both the training and testing cases are used, and the model filter is applied.

Weitere Informationen über die Szenarien, in denen Sie Kreuzvalidierung verwenden würden, finden Sie unter Tests und Überprüfung (Data Mining).For more information about the scenarios in which you would use cross-validation, see Testing and Validation (Data Mining).

BeispieleExamples

In diesem Beispiel werden Genauigkeitsmeasures für zwei Clustering-Modelle namens Cluster 1 und Cluster 2zurückgegeben, die mit der vTargetMail-Miningstruktur verknüpft sind.This example returns accuracy measures for two clustering models, named Cluster 1 and Cluster 2, that are associated with the vTargetMail mining structure. Der Code in Zeile 4 gibt an, dass die Ergebnisse nur auf den Testfällen basieren sollen, ohne dass möglicherweise mit den einzelnen Modellen verknüpfte Filter verwendet werden.The code on line four indicates that the results should be based on the testing cases alone, without using any filters that might be associated with each model.

CALL SystemGetClusterAccuracyResults (  
[vTargetMail],  
[Cluster 1], [Cluster 2],  
2  
)  

Beispielergebnisse:Sample Results:

ModelNameModelName AttributeNameAttributeName AttributeStateAttributeState PartitionIndexPartitionIndex PartitionSizePartitionSize TestTest MeasureMeasure valueValue
Cluster 1Cluster 1 00 55455545 ClusteringClustering FallwahrscheinlichkeitCase Likelihood 0.7965143422493130.796514342249313
Cluster 2Cluster 2 00 55455545 ClusteringClustering FallwahrscheinlichkeitCase Likelihood 0.7321224712285720.732122471228572

AnforderungenRequirements

Die Kreuzvalidierung in SQL Server EnterpriseSQL Server Enterprise ist erst ab SQL Server 2008SQL Server 2008verfügbar.Cross-validation is available only in SQL Server EnterpriseSQL Server Enterprise beginning in SQL Server 2008SQL Server 2008.

Siehe auchSee Also

SystemGetCrossValidationResults (Analysis Services – Data Mining) SystemGetCrossValidationResults (Analysis Services - Data Mining)
SystemGetAccuracyResults ( Analysis Services – Datamining ) SystemGetAccuracyResults (Analysis Services - Data Mining)
SystemGetClusterCrossValidationResults ( Analysis Services – Datamining ) SystemGetClusterCrossValidationResults (Analysis Services - Data Mining)
SystemClusterGetAccuracyResultsSystemClusterGetAccuracyResults