自定义和处理预测模型（数据挖掘中级教程）

  • 项目

Microsoft 时序算法提供的参数会影响模型的创建方式以及分析时间数据的方式。 更改这些属性可以极大地影响挖掘模型进行预测的方式。

对于教程中的此任务，您将执行以下任务来修改模型：

  1. 你将通过为 PERIODICITY_HINT 参数添加新值来自定义模型处理时间段的方式。

  2. 您将了解 Microsoft 时序算法的两个其他重要参数：FORECAST_METHOD 和 PREDICTION_SMOOTHING，前者用于控制预测使用的方法，后者则用于自定义长期预测和短期预测的组合。

  3. 您还可以告知算法要如何处理缺失值（可选）。

  4. 在进行所有更改后，您将部署和处理该模型。

设置时序参数

周期提示

PERIODICITY_HINT 参数为算法提供有关预期在数据中看到的其他时间段的信息。 默认情况下，时序模型将尝试自动检测数据中的模式。 但是，如果您已经知道预期的时间周期，提供周期提示可能提高模型的准确性。 但是，如果您提供错误的周期提示，则会降低准确性；因此，如果不确定应该使用什么值，最好使用默认值。

例如，用于此模型的视图每月聚合 Adventure Works DW Multidimensional 2012 中的销售数据。 因此，模型使用的每个时间段表示一个月，所有预测将根据月份给出。 由于一年中有 12 个月，并且你预计销售模式或多或少地每年重复，因此将 PERIODICITY_HINT 参数设置为 12，以指示 12 个时间切片 (个月) 构成一个完整的销售周期。

预测方法

FORECAST_METHOD参数控制时序算法是针对短期预测还是长期预测进行优化。 默认情况下， FORECAST_METHOD 参数设置为 MIXED，这意味着将混合和均衡两种不同的算法，以便为短期和长期预测提供良好的结果。

但是，如果您知道要使用特殊算法，可以将值更改为 ARIMA 或 ARTXP。

加权Long-Term与Short-Term预测

还可以使用 PREDICTION_SMOOTHING 参数自定义组合长期预测和短期预测的方式。 默认情况下，此参数设置为 0.5，这通常会提供最佳平衡，从而实现总体准确性。

更改算法参数

  1. 在“ 挖掘模型 ”选项卡上，右键单击“ 预测”，然后选择“ 设置算法参数”。

  2. 在 PERIODICITY_HINT “ 算法参数 ”对话框的行中，单击“ 值 ”列，然后键入 {12}，包括大括号。

    默认情况下，该算法还将添加值 {1}。

  3. 在行中 FORECAST_METHOD ，验证 “值 ”文本框是否为空或设置为 MIXED。 如果已输入其他值，请键入 MIXED 以将参数更改回默认值。

  4. 在 PREDICTION_SMOOTHING 行中，验证 “值 ”文本框是否为空或设置为 0.5。 如果输入了其他值，请单击“ 值 ”并键入 0.5 ，将参数更改回默认值。

    注意

    PREDICTION_SMOOTHING 参数仅在 SQL Server Enterprise 中可用。 因此，无法在 SQL Server Standard 中查看或更改 PREDICTION_SMOOTHING 参数的值。 但是，默认行为是使用两种算法并向它们分配相等的权重。

  5. 单击“确定”。

处理缺少的数据（可选）

在许多情况下，您的销售数据可能具有用 null 填充的空白，或者某个商店在报告期限之前没有完成报表，在序列末尾留有空白单元。 在这种情况下，Analysis Services 会引发以下错误，并且不会处理模型。

“ (数据挖掘) 错误：时间戳从挖掘模型<、模型>名称的序列<名称>开始不同步。 所有时序必须以相同的时间标记结束，并且不能有随意缺失的数据点。 如果将 MISSING_VALUE_SUBSTITUTION 参数设置为 Previous 或一个数值常量，那么，只要有可能，就将自动修补缺失的数据点。”

若要避免此错误，可以使用以下任一方法指定 Analysis Services 自动提供新值以填补空白：

  • 使用平均值。 平均值是使用同一数据序列中的所有有效值来计算的。

  • 使用以前的值。 可以用以前的值替换多个缺少的单元格，但是不能填充起始值。

  • 使用您提供的常量值。

指定通过求平均值来填充空白

  1. 在“ 挖掘模型 ”选项卡上，右键单击“ 预测 ”列，然后选择“ 设置算法参数”。

  2. 在“ 算法参数 ”对话框中 的“MISSING_VALUE_SUBSTITUTION ”行中，单击“ 值 ”列，然后键入 Mean。

生成模型

要使用模型，必须将它部署到服务器，然后通过算法运行定型数据以便处理模型。

处理预测模型

  1. 在SQL Server Data Tools的“挖掘模型”菜单上，选择“处理挖掘结构和所有模型”。

  2. 在询问是否要生成和部署项目的警告时，单击“ 是”。

  3. 在 “进程挖掘结构 - 预测 ”对话框中，单击“ 运行”。

    “ 处理进度 ”对话框随即打开，显示有关模型处理的信息。 模型处理可能需要一些时间。

  4. 处理完成后，单击“ 关闭 ”退出“ 处理进度 ”对话框。

  5. 再次单击“ 关闭 ”以退出“ 进程挖掘结构 - 预测 ”对话框。

课程中的下一个任务

浏览预测模型（数据挖掘中级教程）

另请参阅

Microsoft Time Series Algorithm Technical Reference
Microsoft 时序算法
处理要求和注意事项（数据挖掘）