SystemGetAccuracyResults(Analysis Services - 데이터 마이닝)

적용 대상: SQL Server 2019 및 이전 Analysis Services Azure Analysis Services Fabric/Power BI Premium

중요

데이터 마이닝은 SQL Server 2017 Analysis Services에서 더 이상 사용되지 않으며 이제 SQL Server 2022 Analysis Services에서 중단되었습니다. 더 이상 사용되지 않는 기능 및 중단된 기능에 대해서는 설명서가 업데이트되지 않습니다. 자세한 내용은 Analysis Services 이전 버전과의 호환성을 참조하세요.

클러스터링 모델을 제외한 모든 관련 모델 및 마이닝 구조에 대한 교차 유효성 검사 정확도 메트릭을 반환합니다.

이 저장 프로시저는 전체 데이터 집합에 대한 메트릭을 하나의 파티션으로 반환합니다. 데이터 세트를 교차 섹션으로 분할하고 각 파티션에 대한 메트릭을 반환하려면 SystemGetCrossValidationResults(Analysis Services - 데이터 마이닝)를 사용합니다.

참고

이 저장 프로시저는 Microsoft 시계열 알고리즘 또는 Microsoft 시퀀스 클러스터링 알고리즘을 사용하여 빌드된 모델에 대해서는 지원되지 않습니다. 또한 클러스터링 모델의 경우 별도의 저장 프로시저인 SystemGetClusterAccuracyResults(Analysis Services - 데이터 마이닝)를 사용합니다.

Syntax

  
SystemGetAccuracyResults(<mining structure>,   
[,<mining model list>]  
,<data set>  
,<target attribute>  
[,<target state>]  
[,<target threshold>]  
[,<test list>])  

인수

마이닝 구조
현재 데이터베이스의 마이닝 구조 이름입니다.

(필수)

모델 목록
유효성을 검사할 모델의 쉼표로 구분된 목록입니다.

기본값은 null입니다. null 값은 적용 가능한 모든 모델이 사용됨을 의미합니다. 기본값을 사용할 경우 클러스터링 모델은 처리 후보 목록에서 자동으로 제외됩니다.

(선택 사항)

데이터 세트
마이닝 구조에서 테스트용으로 사용되는 파티션을 나타내는 정수 값입니다. 이 값은 다음 값의 합계를 나타내는 비트 마스크에서 파생되며 각 값은 선택 사항입니다.

범주	값
학습 사례	0x0001
테스트 사례	0x0002
모델 필터	0x0004

가능한 값의 전체 목록은 이 항목의 설명 섹션을 참조하십시오.

(필수)

대상 특성
예측 가능한 개체의 이름을 포함하는 문자열입니다. 예측 가능한 개체는 마이닝 모델의 열, 중첩 테이블 열 또는 중첩 테이블 키 열일 수 있습니다.

(필수)

대상 상태
예측할 특정 값을 포함하는 문자열입니다.

값을 지정하면 해당 상태에 대해 메트릭이 수집됩니다.

값을 지정하지 않거나 null을 지정하면 각 예측에서 가능성이 가장 높은 상태에 대해 메트릭이 계산됩니다.

기본값은 null입니다.

(선택 사항)

대상 임계값
0.0에서 1 사이의 숫자로, 예측 값이 올바른 것으로 간주되는 최소 확률을 지정합니다.

기본값은 null이며 이는 모든 예측이 올바른 것으로 간주됨을 의미합니다.

(선택 사항)

테스트 목록
테스트 옵션을 지정하는 문자열입니다. 이 매개 변수는 나중에 사용하도록 예약되어 있습니다.

(선택 사항)

반환 형식

반환되는 행 집합에는 각 파티션의 점수와 모든 모델에 대한 집계가 포함됩니다.

다음 표에는 GetValidationResults에서 반환하는 열이 나열되어 있습니다.

열 이름	설명
모델	테스트한 모델의 이름입니다. All 은 결과가 모든 모델의 집계임을 나타냅니다.
AttributeName	예측 가능한 열의 이름입니다.
AttributeState	예측 가능한 열의 대상 값입니다. 이 열에 값이 있으면 지정된 상태에 대해서만 메트릭이 수집됩니다. 이 값을 지정하지 않거나 값이 null이면 각 예측에서 가능성이 가장 높은 상태에 대해 메트릭이 계산됩니다.
PartitionIndex	결과가 적용되는 파티션을 나타냅니다. 이 프로시저의 경우에는 값이 항상 0입니다.
PartitionCases	데이터 집합> 매개 변수를 기반으로< 사례 집합의 행 수를 나타내는 정수입니다.
테스트	수행한 테스트 유형입니다.
측정값	테스트에서 반환한 측정값의 이름입니다. 각 모델의 측정값은 모델 유형 및 예측 가능한 값의 유형에 따라 달라집니다. 각 예측 가능 유형에 대해 반환된 측정값 목록은 교차 유효성 검사 보고서의 측정값을 참조하세요. 각 측정값에 대한 정의는 교차 유효성 검사(Analysis Services - 데이터 마이닝)를 참조하세요.
값	지정된 측정값에 대한 값입니다.

설명

다음 표에서는 교차 유효성 검사에 사용되는 마이닝 구조의 데이터를 지정하는 데 사용할 수 있는 값의 예를 보여 줍니다. 교차 유효성 검사에 테스트 사례를 사용하려면 마이닝 구조에 테스트 데이터 집합이 이미 포함되어 있어야 합니다. 마이닝 구조를 만들 때 테스트 데이터 집합을 정의하는 방법에 대한 자세한 내용은 데이터 집합 학습 및 테스트를 참조하세요.

정수 값	설명
1	학습 사례만 사용합니다.
2	테스트 사례만 사용합니다.
3	학습 사례와 테스트 사례를 모두 사용합니다.
4	잘못된 조합입니다.
5	학습 사례만 사용하고 모델 필터를 적용합니다.
6	테스트 사례만 사용하고 모델 필터를 적용합니다.
7	학습 및 테스트 사례를 모두 사용하고 모델 필터를 적용합니다.

교차 유효성 검사를 사용하는 시나리오에 대한 자세한 내용은 테스트 및 유효성 검사(데이터 마이닝)를 참조하세요.

예제

이 예에서는 v Target Mail DT마이닝 구조에 연결된 vTargetMail 라는 의사 결정 트리 모델 하나에 대해 정확도 측정값을 반환합니다. 네 번째 줄의 코드는 결과가 테스트 사례를 기반으로 하고 모델별 필터를 사용하여 각 모델에 대해 필터링되어야 함을 나타냅니다. [Bike Buyer] 는 예측할 열을 지정하고 그 다음 줄에 나오는 1은 "예. 구입합니다"를 의미하는 1이라는 값에 대해서만 모델을 평가해야 함을 나타냅니다.

코드의 마지막 줄에서는 상태 임계값을 0.5로 지정합니다. 이는 정확도를 계산할 때 확률이 50% 이상인 예측을 "올바른" 예측으로 간주해야 함을 나타냅니다.

CALL SystemGetAccuracyResults (  
[vTargetMail],  
[vTargetMail DT],  
6,  
'Bike Buyer',  
1,  
0.5  
)  

예제 결과:

ModelName	AttributeName	AttributeState	PartitionIndex	PartitionSize	테스트	측정값	값
v Target Mail DT	Bike Buyer	1	0	1638	분류	True Positive(TP)	605
v Target Mail DT	Bike Buyer	1	0	1638	분류	False Positive(FP)	177
v Target Mail DT	Bike Buyer	1	0	1638	분류	True Negative(TN)	501
v Target Mail DT	Bike Buyer	1	0	1638	분류	False Negative(FN)	355
v Target Mail DT	Bike Buyer	1	0	1638	Likelihood	로그 점수	-0.598454638753028
v Target Mail DT	Bike Buyer	1	0	1638	Likelihood	리프트	0.0936717116894395
v Target Mail DT	Bike Buyer	1	0	1638	Likelihood	제곱 평균 오차	0.361630800104946

요구 사항

교차 유효성 검사는 SQL Server 2008부터 SQL Server Enterprise 사용할 수 있습니다.

참고 항목

SystemGetCrossValidationResults(Analysis Services - 데이터 마이닝)
SystemGetAccuracyResults
SystemGetClusterCrossValidationResults(Analysis Services - 데이터 마이닝)
SystemGetClusterAccuracyResults(Analysis Services - 데이터 마이닝)