• Artikel

SystemGetClusterAccuracyResults (Analysis Services - Data Mining)

Gibt Genauigkeitsmetriken einer Kreuzvalidierung für eine Miningstruktur und zugehörige Clustering-Modelle zurück.

Diese gespeicherte Prozedur gibt Metriken für das ganze Dataset als einzelne Partition zurück. Um das Dataset in Querschnitte zu partitionieren und Metriken für jede Partition zurückzugeben, verwenden Sie SystemGetClusterCrossValidationResults (Analysis Services - Data Mining).

HinweisHinweis

Diese gespeicherte Prozedur funktioniert nur bei Clustering-Modellen. Für Nicht-Clustermodelle verwenden Sie SystemGetAccuracyResults (Analysis Services - Data Mining).

Syntax

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

Argumente

  • mining structure
    Name einer Miningstruktur in der aktuellen Datenbank.

    (Erforderlich)

  • mining model list
    Durch Trennzeichen getrennte Liste von Modellen, die überprüft werden sollen.

    Der Standardwert beträgt null, was heißt, dass alle anwendbaren Modelle verwendet werden. Bei Verwendung des Standardwerts werden Nicht-Clustermodelle automatisch aus der Liste der Kandidaten für die Verarbeitung ausgeschlossen.

    (Optional)

  • data set
    Ein ganzzahliger Wert, der angibt, welche Partition in der Miningstruktur zum Testen verwendet werden soll. Der Wert wird von einer Bitmaske abgeleitet, die die Summe der folgenden Werte darstellt, wobei jeder einzelne Wert optional ist:

    Trainingsfälle

    0x0001

    Testfälle

    0x0002

    Modellfilter

    0x0004

    Eine vollständige Liste der möglichen Werte finden Sie in diesem Thema im Abschnitt mit den Hinweisen.

    (Erforderlich)

  • test list
    Eine Zeichenfolge, die Testoptionen angibt. Dieser Parameter ist für die zukünftige Verwendung reserviert.

    (optional)

Rückgabetyp

Eine Tabelle mit Bewertungen für jede einzelne Partition und Aggregaten für alle Modelle.

In der folgenden Tabelle sind die Spalten aufgeführt, die von SystemGetClusterAccuracyResults zurückgegeben werden. Weitere Informationen zum Interpretieren der durch die gespeicherte Prozedur zurückgegebenen Informationen finden Sie unter Bericht für die Kreuzvalidierung (Analysis Services – Data Mining).

Spaltenname

Beschreibung

ModelName

Name des Modells, das getestet wurde. Alles gibt an, dass das Ergebnis ein Aggregat für alle Modelle ist.

AttributeName

Nicht anwendbar auf Clustering-Modelle.

AttributeState

Nicht anwendbar auf Clustering-Modelle.

PartitionIndex

Eine Zahl, die die Partition angibt.

Für diese gespeicherte Prozedur ist die Zahl immer 0.

PartitionCases

Ein ganzzahliger Wert, der angibt, wie viele Fälle getestet wurden.

Test

Der Typ von Test, der ausgeführt wurde.

Measure

Der Name des Measures, der vom Test zurückgegeben wurde. Measures für die einzelnen Modelle richten sich nach dem Modelltyp und dem Typ des vorhersagbaren Werts.

Eine Liste der für die einzelnen vorhersagbaren Typen zurückgegebenen Measures finden Sie unter Bericht für die Kreuzvalidierung (Analysis Services – Data Mining).

Eine Definition der einzelnen Measures finden Sie unter Übergreifende Überprüfung (Analysis Services - Data Mining).

Wert

Ein Wahrscheinlichkeitsergebnis, das die Wahrscheinlichkeit des Clusterfalls angibt.

Hinweise

Die folgende Tabelle enthält Beispiele für die Werte, mit denen Sie die Daten in der für die Kreuzvalidierung verwendeten Miningstruktur angeben können. Wenn Sie Testfälle für die Kreuzvalidierung verwenden möchten, muss die Miningstruktur bereits ein Testdataset enthalten. Informationen zum Definieren eines Testdatasets bei der Erstellung einer Miningstruktur finden Sie unter Partitionieren von Daten in Trainings- und Testsätze (Analysis Services - Data Mining).

Ganzzahliger Wert

Beschreibung

1

Nur Trainingsfälle werden verwendet.

2

Nur Testfälle werden verwendet.

3

Sowohl die Trainingsfälle als auch Testfälle werden verwendet.

4

Ungültige Kombination.

5

Nur Trainingsfälle werden verwendet, und der Modellfilter wird angewendet.

6

Nur Testfälle werden verwendet, und der Modellfilter wird angewendet.

7

Sowohl die Trainingsfälle als auch Testfälle werden verwendet, und der Modellfilter wird angewendet.

Weitere Informationen über die Szenarien, in denen Sie Kreuzvalidierung verwenden würden, finden Sie unter Überprüfen von Data Mining-Modellen (Analysis Services - Data Mining).

Beispiele

In diesem Beispiel werden Genauigkeitsmeasures für zwei Clustering-Modelle namens Cluster 1 und Cluster 2 zurückgegeben, die mit der vTargetMail-Miningstruktur verknüpft sind. 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.

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

Beispielergebnisse:

ModelName

AttributeName

AttributeState

PartitionIndex

PartitionSize

Test

Measure

Wert

Cluster 1

0

5545

Clustering

Fallwahrscheinlichkeit

0.796514342249313

Cluster 2

0

5545

Clustering

Fallwahrscheinlichkeit

0.732122471228572

Anforderungen

Die Kreuzvalidierung in SQL Server Enterprise ist erst ab SQL Server 2008 verfügbar.