第 4 课:使用 DMX 创建时序预测

在本课和下一课中,您将使用数据挖掘扩展插件 (DMX),基于在第 1 课:创建时序挖掘模型和挖掘结构第 2 课:向时序挖掘结构添加挖掘模型中创建的时序模型创建不同类型的预测。

使用时序模型,可以通过许多选项来进行预测:

  • 使用挖掘模型中现有的模式和数据

  • 使用挖掘模型中的现有模式但提供新数据

  • 在模型中添加新数据或者更新模型。

下面概述了进行这些类型的预测所需的语法:

课程任务

在本课中,您将执行以下任务:

  • 创建一个查询,基于现有数据获得默认预测。

在下一课中,您将执行下列相关任务:

  • 创建一个查询,提供新数据并获得更新的预测。

除了使用 DMX 手动创建查询以外,还可以使用 Business Intelligence Development Studio 中的预测查询生成器来创建预测。有关详细信息,请参阅使用预测查询生成器创建 DMX 预测查询“挖掘模型预测”选项卡操作指南主题

简单的时序预测查询

第一步是结合使用 SELECT FROM 语句和 PredictTimeSeries 函数来创建时序预测。时序模型支持一种简化的预测创建语法:您不必提供任何输入,而只需指定要创建的预测数。下面是将您使用的语句的一般示例:

SELECT <select list> 
FROM [<mining model name>] 
WHERE [<criteria>]

选择列表中可以包含模型中的列(例如,要为其创建预测的产品系列名称)或者专门面向时序挖掘模型的预测函数(如 LagPredictTimeSeries (DMX))。

创建简单的时序预测查询

  1. 对象资源管理器中,右键单击 Analysis Services 实例,指向**“新建查询”**,再单击 DMX

    将打开查询编辑器,其中包含一个新的空白查询。

  2. 将该语句的一般示例复制到空白查询中。

  3. <select list> 
    

    替换为

    [Forecasting_MIXED].[ModelRegion],
    PredictTimeSeries([Forecasting_MIXED].[Quantity],6) AS PredictQty,
    PredictTimeSeries ([Forecasting_MIXED].[Amount],6) AS PredictAmt
    

    第一行从挖掘模型中检索用来标识序列的值。

    第二行和第三行使用 PredictTimeSeries 函数。每一行都预测一个不同的属性([Quantity] 或 [Amount])。可预测属性名称后面的数字指定要预测的时间步长量。

    AS 子句用于为每个预测函数返回的列提供名称。如果您不提供别名,则默认情况下将返回这两列,标签为 Expression。

  4. [<mining model>] 
    

    替换为

    [Forecasting_MIXED]
    
  5. WHERE [criteria>] 
    

    替换为

    WHERE [ModelRegion] = 'M200 Europe' OR
    [ModelRegion] = 'M200 Pacific'
    

    现在,完整的语句应该如下所示:

    SELECT
    [Forecasting_MIXED].[ModelRegion],
    PredictTimeSeries([Forecasting_MIXED].[Quantity],6) AS PredictQty,
    PredictTimeSeries ([Forecasting_MIXED].[Amount],6) AS PredictAmt
    FROM 
    [Forecasting_MIXED]
    WHERE [ModelRegion] = 'M200 Europe' OR
    [ModelRegion] = 'M200 Pacific'
    
  6. 在**“文件”菜单中,单击“DMXQuery1.dmx 另存为”**。

  7. 在**“另存为”**对话框中,浏览到适当的文件夹,并将文件命名为 SimpleTimeSeriesPrediction.dmx。

  8. 在工具栏中,单击**“执行”**按钮。

    该查询将针对在 WHERE 子句中指定的产品和地区的每个组合(共两个组合)返回 6 个预测。

在下一课中,您将创建一个为模型提供新数据的查询,并将该预测的结果与刚创建的预测进行比较。

课程中的下一个任务

第 5 课:扩展时序模型