Создание прогнозов временных рядов (учебник по интеллектуальному анализу данных — средний уровень)

Статья
05/08/2013

В ходе выполнения предыдущей задачи данного занятия была создана модель временных рядов и изучены результаты. По умолчанию службы Службы Analysis Services всегда создают набор из пяти (5) прогнозов для модели временных рядов и отображают прогнозируемые значения в виде части диаграммы прогнозирования. Однако можно также создавать прогнозы путем построения прогнозирующих запросов расширений интеллектуального анализа данных (DMX).

В ходе данной задачи будет создан прогнозирующий запрос, который сформирует такие же прогнозы, какие отображались ранее в средстве просмотра. Для выполнения данной задачи необходимо пройти занятия учебника по интеллектуальному анализу данных (начальный уровень) и иметь навыки работы с построителем прогнозирующих запросов. Здесь будет показано, как можно создавать запросы, относящиеся к моделям временных рядов.

Создание прогнозов временных рядов

Как правило, первым шагом в создании прогнозируемого запроса является выбор модели интеллектуального анализа данных и входной таблицы. Однако модель временных рядов не требует дополнительных входных данных для построения обычного прогноза. Поэтому нет необходимости указывать новый источник данных при создании прогнозов, за исключением случаев добавления данных в модель или замены данных.

В данном занятии необходимо указать количество этапов прогнозирования. Можно указать имя ряда, чтобы получить прогноз для определенного сочетания товара и региона.

Выбор модели и входной таблицы

На вкладке Прогноз модели интеллектуального анализа данных конструктора интеллектуального анализа данных в поле Модель интеллектуального анализа данных нажмите кнопку Выбрать модель.
В диалоговом окне Выбор модели интеллектуального анализа данных разверните структуру «Прогнозирование», выберите модель «Прогнозирование» из списка и нажмите кнопку ОК.

Пропустите окно Выбор входных таблиц.

Примечание
Для модели временных рядов не требуется указывать отдельные входные данные, за исключением случаев выполнения перекрестного прогноза.

В столбце Источник сетки на вкладке Прогноз модели интеллектуального анализа данных щелкните ячейку в первой пустой строке и выберите Модель интеллектуального анализа данных прогнозирования.
В столбце Поле выберите Model Region.

В результате этого действия в прогнозирующий запрос будет добавлен идентификатор ряда с целью указания сочетания модели и региона, к которому будет относиться соответствующий прогноз.
Щелкните следующую пустую строку в столбце Источник и выберите пункт Прогнозирующая функция.

В столбце Поле выберите PredictTimeSeries.

Примечание
Также можно воспользоваться функцией Predict для моделей временных рядов. Однако по умолчанию функция Predict создает только один прогноз для каждого ряда. Поэтому, чтобы указать несколько этапов прогнозирования, необходимо воспользоваться функцией PredictTimeSeries.

Также можно воспользоваться функцией Predict для моделей временных рядов. Однако по умолчанию функция Predict создает только один прогноз для каждого ряда. Поэтому, чтобы указать несколько этапов прогнозирования, необходимо воспользоваться функцией PredictTimeSeries.

На панели Модель интеллектуального анализа данных выберите столбец модели интеллектуального анализа Сумма. Перетащите Amount в поле Criteria/Arguments только что добавленной функции PredictTimeSeries.
Щелкните поле Критерий или аргумент и введите запятую и цифру 5 после имени поля.

Текст в поле Критерий или аргумент должен выглядеть следующим образом:

[Forecasting].[Amount],5
В столбце Псевдоним введите PredictAmount.
Щелкните следующую пустую строку в столбце Источник и еще раз выберите пункт Прогнозирующая функция.
В столбце Поле выберите PredictTimeSeries.
На панели Модель интеллектуального анализа данных выберите столбец Quantity и перетащите его в поле Критерий или аргумент второй добавленной функции PredictTimeSeries.
Щелкните поле Критерий или аргумент и введите запятую и цифру 5 после имени поля.

Текст в поле Критерий или аргумент должен выглядеть следующим образом:

[Forecasting].[ Quantity],5
В столбце Псевдоним введите PredictQuantity.
Щелкните Переключиться в представление результатов запроса.

Результаты запроса будут отображены в табличном формате.

Итак, было создано три различных типа результатов в построителе запросов, один из которых использует значения столбца, а два других получают прогнозируемые значения из прогнозирующей функции. Поэтому результаты запроса состоят из трех отдельных столбцов. В первом столбце содержится список сочетания товаров и регионов. Во втором и третьем столбцах — по вложенной таблице с результатами прогнозов. Каждая вложенная таблица содержит временные этапы и значения прогнозов, как, например, в следующей таблице.

Результаты примера (суммы округлены до двух цифр после запятой):

M200 Europe

$TIME	Сумма
7/25/2008	99978.00
8/25/2008	145575.07
9/25/2008	116835.19
10/25/2008	116537.38
11/25/2008	107760.55

$TIME	количество
7/25/2008	52
8/25/2008	67
9/25/2008	58
10/25/2008	57
11/25/2008	54

M200 North America

$TIME	Сумма
7/25/2008	348533.93
8/25/2008	340097.98
9/25/2008	257986.19
10/25/2008	374658.24
11/25/2008	379241.44

$TIME	количество
7/25/2008	272
8/25/2008	152
9/25/2008	250
10/25/2008	181
11/25/2008	290

Внимание!
Даты, используемые в образце базы данных, изменены для этой версии. Если используется более ранняя версия образца данных, могут появиться другие результаты.

Сохранение результатов прогноза

Есть несколько возможных вариантов использования результатов прогнозирования. Можно преобразовать результаты в плоский формат, скопировать данные из представления результатов и вставить в рабочий лист Excel или другой файл.

Чтобы упростить процесс сохранения результатов, конструктор интеллектуального анализа данных также предоставляет возможность сохранения данных в новом представлении источника данных. Функции сохранения результатов в представлении источника данных доступны только в SQL Server Data Tools (SSDT). Результаты могут храниться только в плоском формате.

Преобразование результатов в плоский формат на панели «Результаты»

В построителе прогнозирующих запросов нажмите кнопку Переключиться в режим проектирования запросов.

После этого в представлении можно будет вручную изменить текст DMX-запроса.

Введите ключевое слово FLATTENED после слова SELECT. Полный текст запроса теперь должен выглядеть следующим образом.

SELECT FLATTENED
  [Forecasting].[Model Region],
  (PredictTimeSeries([Forecasting].[Amount],5)) as [PredictAmount],
  (PredictTimeSeries([Forecasting].[Quantity],5)) as [PredictQuantity]
FROM
  [Forecasting]

Кроме того, можно указать предложение, которое будет ограничивать результаты, как в следующем примере:

SELECT FLATTENED
  [Forecasting].[Model Region],
  (PredictTimeSeries([Forecasting].[Amount],5)) as [PredictAmount],
  (PredictTimeSeries([Forecasting].[Quantity],5)) as [PredictQuantity]
FROM
  [Forecasting]
WHERE [Forecasting].[Model Region] = 'M200 North America' 
OR [Forecasting].[Model Region] = 'M200 Europe'

Щелкните Переключиться в представление результатов запроса.

Экспорт результатов прогнозирующего запроса

Нажмите кнопку Сохранить результаты запроса.
В диалоговом окне Сохранение результата запроса интеллектуального анализа данных в поле Источник данных выберите AdventureWorksDW2012 . Также можно создать источник данных, если необходимо сохранить данные в другой реляционной базе данных.
В столбце Имя таблицы введите новое имя временной таблицы, например «Проверка прогнозов».

Нажмите кнопку Сохранить.

Примечание
Чтобы просмотреть созданную таблицу, создайте соединение с компонентом Database Engine, на котором были сохранены данные, и сформируйте запрос.

Заключение

Было изучено создание базовой модели временных рядов, интерпретация прогнозов и создание прогнозов.

Оставшиеся задания в этом учебнике не являются обязательными и описывают расширенное прогнозирование временных рядов. В этих задачах будет изучено добавление новых данных в модель и создание прогнозов на основе расширенных рядов. Будет также изучено выполнение перекрестного прогнозирования с использованием тренда в модели и заменой данных новым рядом данных.

Следующее занятие

Расширенные прогнозы временных рядов (учебник по интеллектуальному анализу данных — средний уровень)

См. также

Основные понятия

Примеры запросов моделей временных рядов