第5課：擴充時間序列模型

在 SQL Server 2014 Enterprise 中，您可以將新數據新增至時間序列模型，並自動將新數據併入模型中。 您可以使用下列兩種方式之一，將新資料新增至時間序列採礦模型：

• 使用 PREDICTION JOIN 將外部來源中的數據聯結至定型數據。

• 使用單例預測查詢一次提供一份數據。

例如，假設您在幾個月前已針對現有的銷售數據定型採礦模型。 當您取得新銷售時，可能會想要更新銷售預測以納入新數據。 您可以在一個步驟中，提供新的銷售數據做為輸入數據，並根據複合數據集產生新的預測。

使用 EXTEND_MODEL_CASES 進行預測

以下是使用 EXTEND_MODEL_CASES 進行時間序列預測的一般範例。 第一個範例可讓您指定從原始模型最後一個步驟開始的預測數目：

SELECT [<model columns>,] PredictTimeSeries(<table column reference>, n, EXTEND_MODEL_CASES)   
FROM <mining model>  
PREDICTION JOIN <source query>  
[WHERE <criteria>]  

第二個範例可讓您指定預測應該開始的時間步驟，以及預測應該結束的位置。 當您擴充模型案例時，此選項很重要，因為根據預設，用於預測查詢的時間步驟一律會從原始數列的結尾開始。

SELECT [<model columns>,] PredictTimeSeries(<table column reference>, n-start, n-end, EXTEND_MODEL_CASES)   
FROM <mining model>  
PREDICTION JOIN <source query>  
[WHERE <criteria>}  

在本教學課程中，您將建立這兩種類型的查詢。

在時間序列模型上建立單一預測查詢

1. 在 物件總管 中，以滑鼠右鍵點擊 Analysis Services 實例，指向 新增查詢，然後按一下 DMX。

   查詢編輯器隨即開啟，並包含新的空白查詢。

2. 將單一語句的泛型範例複製到空白查詢中。

3. 取代下列項目：

   SELECT [<model columns>,] PredictTimeSeries(<table column reference>, n, EXTEND_MODEL_CASES)   
   

   取代為：

   SELECT [Model Region],  
   PredictTimeSeries([Quantity],6, EXTEND_MODEL_CASES) AS PredictQty  
   

   第一行會從識別數列的模型擷取值。

   第二行包含預測函式，其會取得 Quantity 的 6 個預測。 別名 PredictQty會指派給預測結果數據行，以便更輕鬆地了解結果。

4. 取代下列項目：

   FROM <mining model>  
   

   取代為：

   FROM [Forecasting_MIXED]  
   

5. 取代下列項目：

   PREDICTION JOIN <source query>  
   

   取代為：

   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  
   

6. 取代下列項目：

   [WHERE <criteria>]  
   

   取代為：

   WHERE [ModelRegion] = 'M200 Europe' OR  
   [ModelRegion] = 'M200 Pacific'  
   

   完整語句現在應該如下所示：

   SELECT [Model Region],  
   PredictTimeSeries([Quantity],6, EXTEND_MODEL_CASES) AS PredictQty  
   FROM  
      [Forecasting_MIXED]  
   NATURAL PREDICTION JOIN   
      SELECT 1 AS [ReportingDate],  
     '10' AS [Quantity],  
     'M200 Europe' AS [ModelRegion]  
   UNION SELECT  
     2 AS [ReportingDate],  
     15 AS [Quantity]),  
     'M200 Europe' AS [ModelRegion]  
   ) AS t  
   WHERE [ModelRegion] = 'M200 Europe' OR  
   [ModelRegion] = 'M200 Pacific'  
   

7. 在 [檔案] 功能表上，按一下 [另存新檔 DMXQuery1.dmx]。

8. 在 [ 另存新檔 ] 對話框中，瀏覽至適當的資料夾，並將檔案 Singleton_TimeSeries_Query.dmx命名為 。

9. 在工具列上，按兩下 [ 執行] 按鈕。

   此查詢會傳回歐洲和太平洋地區 M200 自行車銷售數量預測。

了解預測從EXTEND_MODEL_CASES開始

既然您已根據原始模型建立預測，並使用新的數據，您可以比較結果，以查看更新銷售數據如何影響預測。 執行此動作之前，請先檢閱您剛才建立的程序代碼，並注意下列事項：

• 您只為歐洲區域提供新數據。

• 您只提供了兩個月的新數據。

下表顯示針對 M200 Europe 提供的新值如何影響預測。 您並未為太平洋地區的 M200 產品提供任何新資料，但此系列會提供比較：

產品與區域：M200 歐洲

產品與區域：M200 Pacific

從這些結果中，您可以看到兩件事：

• M200 歐洲系列的前兩個預測與您提供的新數據完全相同。 根據設計，Analysis Services 會傳回實際的新數據點，而不是進行預測。 這是因為當您擴充模型案例時，用於預測查詢的時間步驟一律會從原始數列的結尾開始。 因此，如果您加入兩個新的數據點，則傳回的前兩個預測會與新數據重疊。

• 所有新的數據點都用完之後，Analysis Services 會根據更新的模型進行預測。 因此，從 2005 年 9 月開始，您可以在左側欄中看到原始模型對 M200 Europe 預測的差異，以及在右側欄中使用 EXTEND_MODEL_CASES 的模型之間的不同。 預測不同，因為模型已以新的數據更新。

使用開始和結束時間步驟來控制預測

當您擴充模型時，新數據一律會附加至數列結尾。 不過，為了進行預測，用於預測查詢的時間配量會從原始數列的結尾開始。 如果您想要在新增數據時只取得新的預測，則必須將起點指定為一些時間配量。 例如，如果您要新增兩個新的數據點，而且想要進行四個新的預測，您會執行下列動作：

• 在時間序列模型上建立 PREDICTION JOIN，並指定兩個月的新數據。

• 要求對四個時間片段進行預測，其中起點為 3，結束點為時間片段 6。

換句話說，如果您的新數據包含 n 個時間片段，而且您要求時間步驟 1 到 n 的預測，預測將會與新數據的期間一致。 若要取得數據未涵蓋之時間週期的新預測，您必須在新數據系列之後的時間配量 n+1 開始預測，或確定您要求額外的時間配量。

下列範例顯示 DMX 語句，讓您只取得上一個範例中兩個數列的新預測。

SELECT [Model Region],  
PredictTimeSeries([Quantity],3,6, EXTEND_MODEL_CASES) AS PredictQty  
FROM  
   [Forecasting_MIXED]  
NATURAL PREDICTION JOIN   
   SELECT 1 AS [ReportingDate],  
  '10' AS [Quantity],  
  'M200 Europe' AS [ModelRegion]  
UNION SELECT  
  2 AS [ReportingDate],  
  15 AS [Quantity]),  
  'M200 Europe' AS [ModelRegion]  
) AS t  
WHERE [ModelRegion] = 'M200 Europe'  

預測結果會從時間配量 3 開始，這是在您提供的 2 個月新數據之後。

產品與區域：M200 歐洲

具有更新數據的模型 （PredictTimeSeries with EXTEND_MODEL_CASES）

使用 REPLACE_MODEL_CASES 進行預測

當您想要在一組案例上定型模型，然後將該模型套用至不同的數據系列時，取代模型案例很有用。 本案例的詳細逐步解說會在第 2 課：建置預測案例（元數據採礦教學課程）中呈現。

另請參閱

時間序列模型查詢範例
PredictTimeSeries （DMX）