SystemGetCrossValidationResults(Analysis Services - 数据挖掘)

将挖掘结构分区为指定数目的交叉部分,并对每个分区为模型定型,然后返回每个分区的准确性指标。

注意注意

此存储过程不能用于交叉验证聚类分析模型,也不能交叉验证使用 Microsoft 时序算法或 Microsoft 顺序分析和聚类分析算法生成的模型。若要对聚类分析模型进行交叉验证,可以使用另一个存储过程 SystemGetClusterCrossValidationResults(Analysis Services - 数据挖掘)

语法

SystemGetCrossValidationResults(
<mining structure>
[, <mining model list>]
,<fold count>
,<max cases>
,<target attribute>
[,<target state>]
[,<target threshold>]
[,<test list>])

参数

  • mining structure
    当前数据库中挖掘结构的名称。

    (必需)

  • mining model list
    要验证的挖掘模型的逗号分隔列表。

    如果模型名称中包含任何对于标识符名称无效的字符,则必须将名称用方括号括起来。

    如果未指定挖掘模型列表,则对与指定结构关联并包含可预测属性的所有模型执行交叉验证。

    注意注意

    若要对聚类分析模型进行交叉验证,必须使用另一个存储过程 SystemGetClusterCrossValidationResults(Analysis Services - 数据挖掘)

    (可选)

  • fold count
    整数,指定将数据集分入的分区的数目。最小值为 2。最大倍数为 maximum integer 或事例数,取两者中的较低者。

    每个分区包含的事例数都将大致为:max cases/fold count。

    没有默认值。

    注意注意

    折叠数会在很大程度上影响执行交叉验证所需的时间。如果选择的数目过高,查询可能需要运行较长时间,在某些情况下,服务器会停止响应或超时。

    (必需)

  • max cases
    整数,指定可以在所有折叠间进行测试的最大事例数。

    值 0 指示将使用数据源中的所有事例。

    如果指定的值大于数据集中的实际事例数,则使用数据源中的所有事例。

    没有默认值。

    (必需)

  • target attribute
    包含可预测属性的名称的字符串。可预测属性可以是挖掘模型的列、嵌套表列或嵌套表键列。

    注意注意

    仅在运行时才会验证目标属性是否存在。

    (必需)

  • target state
    指定要预测的值的公式。如果指定了目标值,将只针对指定的值收集指标。

    如果未指定值,或为 null,则针对每个预测最有可能的状态计算指标。

    默认值为 null。

    如果指定的值对于指定属性无效,或公式不是指定属性的正确类型,则在验证期间会引发错误。

    (可选)

  • target threshold
    Double 大于 0 且小于 1。指示要将指定目标状态的预测视为正确而必须取得的最小概率分数。

    概率小于或等于此值的预测将被视为不正确。

    如果未指定值,或为 null,则使用最有可能的状态,无论其概率分数如何。

    默认值为 null。

    注意注意

    如果您将 state threshold 设置为 0.0,Analysis Services 将不会引发错误,但是请您一定不要使用此值。实际上,阈值为 0.0 意味着概率为 0% 的预测也将视为正确。

    (可选)

  • test list
    指定测试选项的字符串。

    注意:此参数留待将来使用。

    (可选)

返回类型

返回的行集包含每个模型中每个分区的分数。

下表对行集中的列进行了说明。

列名

说明

ModelName

所测试模型的名称。

AttributeName

可预测列的名称。

AttributeState

可预测列中的指定目标值。如果此值为 null,则使用了最有可能的预测。

如果此列包含一个值,则只针此值评估模型的准确性。

PartitionIndex

一个从 1 开始的索引,用于标识结果适用于哪个分区。

PartitionSize

一个整数,指示每个分区中包含的事例数。

Test

所执行测试的类别。有关各类别以及每个类别中包含的测试的说明,请参阅交叉验证报表(Analysis Services - 数据挖掘)

Measure

测试返回的度量值的名称。每个模型的度量值都取决于可预测值的类型。有关每个度量值的定义,请参阅交叉验证(Analysis Services – 数据挖掘)

有关为每个可预测类型返回的度量值的列表,请参阅交叉验证报表(Analysis Services - 数据挖掘)

Value

指定的测试度量值的值。

注释

若要返回整个数据集的准确性指标,请使用 SystemGetAccuracyResults(Analysis Services - 数据挖掘)

如果挖掘模型已分区为若干折叠,您可以使用 SystemGetAccuracyResults(Analysis Services - 数据挖掘)跳过处理并只返回交叉验证的结果。

示例

下面的示例演示如何将进行交叉验证的挖掘结构分区为两个折叠,然后测试与该挖掘结构 [v Target Mail] 关联的两个挖掘模型。

代码的第三行列出了要测试的挖掘模型。如果未指定此列表,则使用与该结构关联的所有非聚类分析模型。代码的第四行指定了分区数。由于没有为 max cases 指定值,因此将使用挖掘结构中的所有事例,并在各分区间平均分布。

第五行指定了可预测属性 Bike Buyer,第六行指定了要预测的值 1(表示“是,将要购买”)。

第七行的 NULL 值指示没有必须满足的最小概率限制。因此,在评估准确性时将使用具有非零概率的第一个预测。

CALL SystemGetCrossValidationResults(
[v Target Mail],
[Target Mail DT], [Target Mail NB],
2,
'Bike Buyer',
1,
NULL
)

示例结果:

ModelName

AttributeName

AttributeState

PartitionIndex

PartitionSize

Test

Measure

Value

Target Mail DT

Bike Buyer

1

1

500

Classification

True Positive

144

Target Mail DT

Bike Buyer

1

1

500

Classification

False Positive

105

Target Mail DT

Bike Buyer

1

1

500

Classification

True Negative

186

Target Mail DT

Bike Buyer

1

1

500

Classification

False Negative

65

Target Mail DT

Bike Buyer

1

1

500

Likelihood

Log Score

-0.619042807138345

Target Mail DT

Bike Buyer

1

1

500

Likelihood

Lift

0.0740963734002671

Target Mail DT

Bike Buyer

1

1

500

Likelihood

Root Mean Square Error

0.346946279977653

Target Mail DT

Bike Buyer

1

2

500

Classification

True Positive

162

Target Mail DT

Bike Buyer

1

2

500

Classification

False Positive

86

Target Mail DT

Bike Buyer

1

2

500

Classification

True Negative

165

Target Mail DT

Bike Buyer

1

2

500

Classification

False Negative

87

Target Mail DT

Bike Buyer

1

2

500

Likelihood

Log Score

-0.654117781086519

Target Mail DT

Bike Buyer

1

2

500

Likelihood

Lift

0.038997399132084

Target Mail DT

Bike Buyer

1

2

500

Likelihood

Root Mean Square Error

0.342721344892651

要求

从 SQL Server 2008 开始,交叉验证仅在 SQL Server Enterprise 中可用。