了解时序模型的要求（数据挖掘中级教程）
准备要在预测模型中使用的数据时，必须确保数据包含可用于标识时序中的步长的列。 该列将被指定为 Key Time 列。 由于这是一个键列，所以列中必须包含唯一数值。
为 Key Time 列选择正确的单位是分析中的一个重要部分。 例如，假设您的销售数据每分钟刷新一次。 您不必以分钟作为时序单位；按天、周甚至是月来汇总销售数据可能更有意义。 如果您对要使用的时间单位没有把握，则可为每个聚合都创建一个新的数据源视图，并且生成相关模型，以便查看在聚合的每个级别是否会显现不同的趋势。
对于本教程，每天都在销售事务数据库中收集销售数据；但对于数据挖掘，则使用一个视图按月预先聚合数据。
另外，为提高分析的准确性，数据中的空白越少越好。 如果计划分析多个数据序列，所有序列的开始和结束日期应尽量保持相同。 如果序列在其起始位置和结束位置之外的地方存在空白，则可以使用 MISSING_VALUE_SUBSTITUTION 参数来填充该序列。 Analysis Services 还提供了多个选项，用于将缺失的数据替换为值，例如使用均值或常量。
警告
PivotChart 和 PivotTable 工具原来包括在较早版本的数据源视图设计器中，现已不再提供。 建议使用 Integration Services 中包含的数据探查器等工具，预先确定时序数据中的差距。
标识预测模型的时间键
在“ SalesByRegion.dsv [设计]”窗格中，右键单击表“vTimeSeries”，然后选择“ 浏览数据”。
此时会打开一个新选项卡，标题为 “浏览 vTimeSeries 表”。
在“ 表 ”选项卡上，查看 TimeIndex 和 Reporting Date 列中使用的数据。
两列都是具有唯一值的序列并且都可用作时序键；但是，这两列的数据类型不同。 Microsoft 时序算法不需要
datetime数据类型，只是这些值必须是非重复的且有序的。 因此，这两个列均可用作预测模型的时间键。在数据源视图设计图面中，选择列“报告日期”，然后选择“ 属性”。 接下来，单击“TimeIndex”列并选择“ 属性”。
字段 TimeIndex 的数据类型为 System.Int32，而字段 Reporting Date 的数据类型为 System.DateTime。 很多数据仓库都将日期/时间值转换为整数，并将整数列用作键，以提高索引性能。 但是，如果您使用此列，Microsoft 时序算法将使用未来值（如 201014、201014，依此类推）进行预测。 由于你想要使用日历日期来表示销售数据预测，因此将使用“报告日期”列作为唯一的系列标识符。
在数据源视图中设置键
在“ SalesByRegion.dsv”窗格中，选择 vTimeSeries 表。
右键单击列“报告日期”，然后选择“ 设置逻辑主键”。
处理缺少的数据（可选）
如果任何序列有缺失数据，则您尝试处理模型时可能会遇到错误。 您可以通过以下多种方法来处理缺失数据：
可以让 Analysis Services 通过计算均值或使用前一个值来填充缺失值。 可以通过对挖掘模型设置 MISSING_VALUE_SUBSTITUTION 参数来实现此目的。 有关此参数的详细信息，请参阅 Microsoft 时序算法技术参考。 有关如何更改现有挖掘模型的参数的信息，请参阅 查看或更改算法参数。
可以更改数据源或筛选基础视图，以消除不规则序列或替换各值。 您可以在关系数据源中实现此目的，或者可以通过创建自行命名的查询或命名计算来修改数据源视图。 有关详细信息，请参阅 多维模型中的数据源视图。 本课程后面的一个任务将演示如何生成命名查询和自定义计算。
对于本方案，某一序列的起始位置缺失了某些数据，即：在 2007 年 7 月之前，T1000 产品系列不存在数据。 除此之外，所有序列都在同一天终止，且没有任何缺失值。
Microsoft 时序算法的要求是，包含在单个模型中的任何序列都应具有相同的 终点 。 由于 T1000 型号的自行车是在 2007 年引进的，此序列数据的开始日期晚于其他型号自行车数据的开始日期，但此序列的结束日期与其他序列相同；因此，该数据是可使用的。
关闭数据源视图设计器
- 右键单击“ 浏览 vTimeSeries 表”选项卡，然后选择“ 关闭”。