PredictTimeSeries (DMX)

返回时序数据的未来预测值。时序数据是连续的,可以存储在嵌套表或事例表中。PredictTimeSeries 函数将始终返回嵌套表。

语法

PredictTimeSeries(<table column reference>)
PredictTimeSeries(<table column reference>, n)
PredictTimeSeries(<table column reference>, n-start, n-end)
PredictTimeSeries(<scalar column reference>)
PredictTimeSeries(<scalar column reference>, n)
PredictTimeSeries(<scalar column reference>, n-start, n-end)
PredictTimeSeries(<table column reference>, n, REPLACE_MODEL_CASES | EXTEND_MODEL_CASES) PREDICTION JOIN <source query>
PredictTimeSeries(<table column reference>, n-start, n-end, REPLACE_MODEL_CASES | EXTEND_MODEL_CASES) PREDICTION JOIN <source query>
PredictTimeSeries(<scalar column reference>, n, REPLACE_MODEL_CASES | EXTEND_MODEL_CASES) PREDICTION JOIN <source query>
PredictTimeSeries(<scalar column reference>, n-start, n-end, REPLACE_MODEL_CASES | EXTEND_MODEL_CASES) PREDICTION JOIN <source query>

参数

  • <table column reference>, <scalar column referenc>
    指定要预测的列的名称。列可以包含标量数据或表格格式数据。

  • n
    指定要预测的后续步长数。如果没有为 n 指定值,则默认为 1。

    n 不能为 0。如果没有执行过一次预测,则函数将返回一个错误。

  • n-start, n-end
    指定时序步长的范围。

    n-start 必须为整数,并且不能为 0。

    n-end 必须是大于 n-start 的整数。

  • <source query>
    定义用于进行预测的外部数据。

  • REPLACE_MODEL_CASES | EXTEND_MODEL_CASES
    指示如何处理新数据。

    REPLACE_MODEL_CASES 指定应使用新数据替换模型中的数据点。但是,预测基于现有挖掘模型中的模式。

    EXTEND_MODEL_CASES 指定应将新数据添加到原始定型数据集。仅在新数据已用完之后才根据组合的数据集执行未来预测。

    这些参数仅在使用 PREDICTION JOIN 语句添加新数据时才可用。如果使用 PREDICTION JOIN 查询并且没有指定参数,则默认值为 EXTEND_MODEL_CASES。

返回类型

一个 <table expression>。

注释

当使用 PREDICTION JOIN 语句添加新数据时,Microsoft 时序算法不支持历史预测。

在 PREDICTION JOIN 中,预测过程总是从原始定型系列的末尾之后的时间步长立即开始。即使您添加新的数据也是如此。因此,n 参数和 n-start 参数值必须是大于 0 的整数。

注意注意

新数据的长度不影响预测起点。因此,如果您想要添加新数据并且还要执行新预测,请确保将预测起点设置为大于新数据的长度的值,或者按照新数据的长度来扩展预测终点。

示例

下面的示例显示如何对现有的时序模型执行预测:

  • 第一个示例显示如何根据当前模型执行指定次数的预测。

  • 第二个示例显示如何使用 REPLACE_MODEL_CASES 参数将指定模型中的模式应用到新的数据集。

  • 第三个示例显示如何使用 EXTEND_MODEL_CASES 参数用最新数据更新挖掘模型。

若要了解使用时序模型的详细信息,请参阅数据挖掘教程第 2 课:生成预测方案(数据挖掘中级教程)时序预测 DMX 教程

注意注意

您可能会从模型中获取不同的结果;下面提供的示例结果仅用于说明结果格式。

示例 1:预测时间段数

以下示例使用 PredictTimeSeries 函数返回后三个时间步长的预测,并将返回结果限定为欧洲和太平洋地区中的 M200 序列。在此特定模型中,可预测属性为 Quantity,因此您必须将 [Quantity] 用作 PredictTimeSeries 函数的第一个参数。

SELECT FLATTENED
    [Forecasting].[Model Region],
    PredictTimeSeries([Forecasting].[Quantity],3)AS t 
FROM
    [Forecasting]
WHERE [Model Region] = 'M200 Europe'
OR [Model Region] = 'M200 Pacific'

预期的结果:

Model Region

t.$TIME

t.Quantity

M200 Europe

7/25/2004 12:00:00 AM

121

M200 Europe

8/25/2004 12:00:00 AM

142

M200 Europe

9/25/2004 12:00:00 AM

152

M200 Pacific

7/25/2004 12:00:00 AM

46

M200 Pacific

8/25/2004 12:00:00 AM

44

M200 Pacific

9/25/2004 12:00:00 AM

42

在此示例中使用了 FLATTENED 关键字,目的是使结果更易于读取。如果不使用 FLATTENED 关键字,而返回一个分层行集,则此查询将返回两列。第一列包含 [ModelRegion] 的值,第二列包含具有两个列的嵌套表:$TIME,显示要预测的时间段;Quantity,包含预测的值。

示例 2:添加新数据和使用 REPLACE_MODEL_CASES

假定您发现某一特定地区的数据不正确,并且您希望使用模型中的模式,但是又想调整预测,以便与新数据匹配。或者您可能发现另一地区的趋势更可靠,并且希望向不同地区中的数据应用最可靠的模型。

在这些方案中,您可以使用 REPLACE_MODEL_CASES 参数,并指定一组新的数据以用作历史数据。这样,预测将基于指定模型中的模式,但将从新数据点末尾继续平滑地进行。有关此方案的完整演练,请参阅添加聚合预测模型(数据挖掘中级教程)

以下 PREDICTION JOIN 查询说明替换数据和进行新预测的语法。对于替换数据,本示例检索 Amount 和 Quantity 列的值,并将每个值乘以 2:

SELECT [Forecasting].[Model Region],
    PredictTimeSeries([Forecasting].[Quantity], 3, REPLACE_MODEL_CASES) 
FROM
    [Forecasting]
PREDICTION JOIN
  OPENQUERY([Adventure Works DW2008],
    'SELECT [ModelRegion], 
    ([Quantity] * 2) as Quantity,
    ([Amount] * 2) as Amount,
      [ReportingDate]
    FROM [dbo].vTimeSeries
    WHERE ModelRegion = N''M200 Pacific''
    ') AS t
ON
  [Forecasting].[Model Region] = t.[ Model Region] AND
[Forecasting].[Reporting Date] = t.[ReportingDate] AND
[Forecasting].[Quantity] = t.[Quantity] AND
[Forecasting].[Amount] = t.[Amount]

下表比较预测结果。

原始预测

更新后的预测

M200 Pacific7/25/2004 12:00:00 AM46
M200 Pacific8/25/2004 12:00:00 AM44
M200 Pacific9/25/2004 12:00:00 AM42
M200 Pacific7/25/2004 12:00:00 AM91
M200 Pacific8/25/2004 12:00:00 AM89
M200 Pacific9/25/2004 12:00:00 AM84

示例 3:添加新数据和使用 EXTEND_MODEL_CASES

示例 3 说明如何使用 EXTEND_MODEL_CASES 选项提供新数据,此数据添加到现有数据序列的末尾。新数据将添加到模型中,而不是替换现有数据点。

在下面的示例中,新数据是在 NATURAL PREDICTION JOIN 后的 SELECT 语句中提供的。您可以使用此语法提供多个新输入行,但每个新输入行必须具有唯一的时间戳:

SELECT [Model Region],
    PredictTimeSeries([Forecasting].[Quantity], 5, EXTEND_MODEL_CASES) 
FROM
    [Forecasting]
NATURAL PREDICTION JOIN
    (SELECT
        1 as [Reporting Date],
        10 as [Quantity],
        'M200 Europe' AS [Model Region]
    UNION SELECT 
        2 as [Reporting Date],
        15 as [Quantity],
        'M200 Europe' AS [Model Region]
) AS T
WHERE ([Model Region] = 'M200 Europe'
 OR [Model Region] = 'M200 Pacific')

由于查询使用 EXTEND_MODEL_CASES 选项,因此 Analysis Services 采用以下操作执行预测:

  • 向模型中添加两个月的新数据,从而增加了定型事例的总大小。

  • 在上一个事例数据的末尾启动预测。因此,前两个预测表示刚添加到模型中的实际新销售数据。

  • 根据新扩展的模型返回其余三个时间段的新预测。

下表列出示例 2 查询的结果。请注意,针对 M200 Europe 返回的前两个值与您提供的新值完全相同。此行为是默认设置;如果您希望在新数据末尾启动预测,则必须指定开始和结束时间步长。有关如何执行此操作的示例,请参阅第 5 课:扩展时序模型

另请注意,由于没有向太平洋地区提供新数据,因此,Analysis Services 返回所有(五个)时间段的新预测。

Quantity

EXTEND_MODEL_CASES

M200 Europe

$TIMEQuantity
7/25/2004 0:0010
8/25/2004 0:0015
9/25/2004 0:0072
10/25/2004 0:0069
11/25/2004 0:0068

M200 Pacific

$TIMEQuantity
7/25/2004 0:0046
8/25/2004 0:0044
9/25/2004 0:0042
10/25/2004 0:0042
11/25/2004 0:0038

示例 4:返回时序预测中的统计信息

PredictTimeSeries 函数不支持将 INCLUDE_STATISTICS 作为参数。但是,可以使用以下查询来返回时序查询的预测统计信息。此方法还可以与具有嵌套表列的模型结合使用。

在此特定模型中,可预测属性为 Quantity,因此您必须将 [Quantity] 用作 PredictTimeSeries 函数的第一个参数。如果您的模型使用其他不同的可预测属性,则可以替换一个不同的列名。

SELECT FLATTENED [Model Region],
(SELECT 
     $Time,
     [Quantity] as [PREDICTION], 
     PredictVariance([Quantity]) AS [VARIANCE],
     PredictStdev([Quantity]) AS [STDEV]
FROM
      PredictTimeSeries([Quantity], 3) AS t
) AS t
FROM Forecasting
WHERE [Model Region] = 'M200 Europe'
OR [Model Region] = 'M200 North America'

示例结果:

Model Region

t.$TIME

t.PREDICTION

t.VARIANCE

t.STDEV

M200 Europe

7/25/2004 12:00:00 AM

121

11.6050581415597

3.40661975300439

M200 Europe

8/25/2004 12:00:00 AM

142

10.678201866621

3.26775180615374

M200 Europe

9/25/2004 12:00:00 AM

152

9.86897842568614

3.14149302493037

M200 North America

7/25/2004 12:00:00 AM

163

1.20434529288162

1.20434529288162

M200 North America

8/25/2004 12:00:00 AM

178

1.65031343900634

1.65031343900634

M200 North America

9/25/2004 12:00:00 AM

156

1.68969399185442

1.68969399185442

注意注意

在此示例中使用了 FLATTENED 关键字,目的是为了更好地在表中呈现结果;但是,如果提供程序支持分层行集,则可以省略 FLATTENED 关键字。如果省略了 FLATTENED 关键字,则查询将返回两个列,第一列包含标识 [Model Region] 数据序列的值,第二列包含统计信息的嵌套表。