Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Se aplica a:
SQL Server 2019 y versiones anteriores de Analysis Services 
Azure Analysis Services Fabric/Power BI Premium
Importante
La minería de datos estaba en desuso en SQL Server 2017 Analysis Services y ahora se descontinuó en SQL Server 2022 Analysis Services. La documentación no se actualiza para las características en desuso y descontinuadas. Para más información, consulte Compatibilidad con versiones anteriores de Analysis Services.
Divide la estructura de minería de datos en el número especificado de secciones cruzadas, entrena un modelo para cada partición y, a continuación, devuelve métricas de precisión para cada partición.
Nota:
No puede usar este procedimiento almacenado para validar entre modelos o modelos de agrupación en clústeres que usan el algoritmo de serie temporal de Microsoft o el algoritmo de agrupación en clústeres de secuencia de Microsoft. Para validar los modelos de agrupación en clústeres, use el procedimiento almacenado independiente SystemGetClusterCrossValidationResults (Analysis Services - Minería de datos).
Syntax
SystemGetCrossValidationResults(
<mining structure>
[, <mining model list>]
,<fold count>
,<max cases>
,<target attribute>
[,<target state>]
[,<target threshold>]
[,<test list>])
Arguments
estructura de minería de datos
Nombre de una estructura de minería de datos en la base de datos actual.
(obligatorio)
lista de modelos de minería de datos
Lista separada por comas de modelos de minería de datos que se van a validar.
Si un nombre de modelo contiene caracteres que no son válidos en un identificador, incluya el nombre entre corchetes.
Si no especifica una lista de modelos de minería de datos, el procedimiento valida todos los modelos que pertenecen a la estructura especificada y tienen un atributo de predicción.
Nota:
Para validar los modelos de agrupación en clústeres, use un procedimiento almacenado independiente, SystemGetClusterCrossValidationResults (Analysis Services - Minería de datos).
(opcional).
recuento de plegamientos
Entero que especifica el número de particiones en las que se va a separar el conjunto de datos. El valor mínimo es 2. El número máximo de plegamientos es el número máximo de enteros o el número de casos, lo que sea menor.
Cada partición contiene aproximadamente casos máximos divididos por casos de recuento de plegamientos .
No hay ningún valor predeterminado.
Nota:
El número de plegamientos afecta considerablemente al tiempo de validación cruzada. Si selecciona demasiados plegamientos, la consulta puede tardar mucho tiempo. En algunos casos, el servidor puede dejar de responder o la solicitud puede agotar el tiempo de espera.
(obligatorio)
casos máximos
Entero que especifica el número máximo de casos que se pueden probar en todos los plegamientos.
Cuando se especifica 0, el procedimiento usa todos los casos del origen de datos.
Si el valor especificado supera el número de casos del conjunto de datos, el procedimiento usa todos los casos del origen de datos.
No hay ningún valor predeterminado.
(obligatorio)
atributo de destino
Cadena que contiene el nombre del atributo de predicción. Un atributo de predicción puede ser una columna, una columna de tabla anidada o una columna de clave de tabla anidada de un modelo de minería de datos.
Nota:
El procedimiento valida el atributo de destino solo en tiempo de ejecución.
(obligatorio)
estado de destino
Fórmula que especifica el valor que se va a predecir. Si especifica un valor de destino, el procedimiento recopila solo las métricas de ese valor.
Si no especifica un valor o especifica NULL, el procedimiento calcula las métricas para el estado más probable de cada predicción.
El valor predeterminado es NULL.
El procedimiento genera un error durante la validación si el valor especificado no es válido para el atributo especificado o si la fórmula no es el tipo correcto para el atributo especificado.
(opcional).
umbral de destino
Doble mayor que 0 y menor que 1. Indica la puntuación de probabilidad mínima que debe alcanzar la predicción para que el estado de destino especificado sea correcto.
Una predicción que tiene una probabilidad menor o igual que este valor se considera incorrecto.
Si no especifica un valor o lo establece en NULL, el procedimiento usa el estado más probable, independientemente de su puntuación de probabilidad.
El valor predeterminado es NULL.
Nota:
SQL Server Analysis Services no genera un error si establece el umbral 0.0de destino en , pero no usa este valor. Un umbral de 0.0 hace que el procedimiento cuente predicciones con una probabilidad de porcentaje cero como correcta.
(opcional).
lista de pruebas
Cadena que especifica las opciones de prueba.
Nota Este parámetro está reservado para uso futuro.
(opcional).
Tipo devuelto
El conjunto de filas que se devuelve contiene puntuaciones para cada partición de cada modelo.
En la tabla siguiente se describen las columnas del conjunto de filas.
| Nombre de la columna | Description |
|---|---|
| NombreDelModelo | Nombre del modelo que se probó. |
| NombreDelAtributo | Nombre de la columna de predicción. |
| AttributeState | Valor de destino especificado en la columna de predicción. Si este valor es NULL, se usó la predicción más probable. Si esta columna contiene un valor, la precisión del modelo solo se evalúa con este valor. |
| PartitionIndex | Índice basado en 1 que identifica a qué partición se aplican los resultados. |
| PartitionSize | Entero que indica cuántos casos se han incluido en cada partición. |
| Test | Categoría de la prueba que se realizó. Para obtener una descripción de las categorías y las pruebas que se incluyen en cada categoría, vea Medidas en el informe de validación cruzada. |
| Medida | Nombre de la medida devuelta por la prueba. Las medidas de cada modelo dependen del tipo del valor predecible. Para obtener una definición de cada medida, consulte Validación cruzada (Analysis Services - Minería de datos). Para obtener una lista de las medidas devueltas para cada tipo de predicción, vea Medidas en el informe de validación cruzada. |
| Importancia | Valor de la medida de prueba especificada. |
Observaciones
Use : SystemGetAccuracyResults (Analysis Services - Minería de datos) para devolver métricas de precisión para el conjunto de datos completo.
Cuando el modelo de minería de datos contiene plegamientos, use SystemGetAccuracyResults (Analysis Services - Minería de datos) para omitir el procesamiento y devolver solo resultados de validación cruzada.
Examples
En el ejemplo siguiente se divide la [v Target Mail] estructura de minería de datos en dos plegamientos para la validación cruzada y se prueban sus [Target Mail DT] modelos de minería de datos y [Target Mail NB] .
En la línea tres se enumeran los modelos de minería de datos que se van a probar. Si no especifica la lista, el procedimiento prueba todos los modelos no agrupados asociados a la estructura. La línea cuatro establece el número de particiones. Dado que no especifica un valor para los casos máximos, el procedimiento usa todos los casos de la estructura de minería de datos y los distribuye uniformemente entre las particiones.
La línea cinco especifica el atributo de predicción, Bike Buyer y la línea seis especifica el valor que se va a predecir, 1 (lo que significa "sí, comprará").
En la línea siete, NULL no establece ningún umbral de probabilidad mínimo. La evaluación usa la primera predicción con una probabilidad distinta de cero para calcular la precisión.
CALL SystemGetCrossValidationResults(
[v Target Mail],
[Target Mail DT], [Target Mail NB],
2,
'Bike Buyer',
1,
NULL
)
Resultados de ejemplo:
| NombreDelModelo | NombreDelAtributo | AttributeState | PartitionIndex | PartitionSize | Test | Medida | Importancia |
|---|---|---|---|---|---|---|---|
| DT de correo de destino | Comprador de bicicletas | 1 | 1 | 500 | Classification | Verdadero positivo | 144 |
| DT de correo de destino | Comprador de bicicletas | 1 | 1 | 500 | Classification | Falso positivo | 105 |
| DT de correo de destino | Comprador de bicicletas | 1 | 1 | 500 | Classification | Verdadero negativo | 186 |
| DT de correo de destino | Comprador de bicicletas | 1 | 1 | 500 | Classification | Falso negativo | 65 |
| DT de correo de destino | Comprador de bicicletas | 1 | 1 | 500 | Likelihood | Puntuación de registro | -0.619042807138345 |
| DT de correo de destino | Comprador de bicicletas | 1 | 1 | 500 | Likelihood | Lift | 0.0740963734002671 |
| DT de correo de destino | Comprador de bicicletas | 1 | 1 | 500 | Likelihood | Error cuadrático medio raíz | 0.346946279977653 |
| DT de correo de destino | Comprador de bicicletas | 1 | 2 | 500 | Classification | Verdadero positivo | 162 |
| DT de correo de destino | Comprador de bicicletas | 1 | 2 | 500 | Classification | Falso positivo | 86 |
| DT de correo de destino | Comprador de bicicletas | 1 | 2 | 500 | Classification | Verdadero negativo | 165 |
| DT de correo de destino | Comprador de bicicletas | 1 | 2 | 500 | Classification | Falso negativo | 87 |
| DT de correo de destino | Comprador de bicicletas | 1 | 2 | 500 | Likelihood | Puntuación de registro | -0.654117781086519 |
| DT de correo de destino | Comprador de bicicletas | 1 | 2 | 500 | Likelihood | Lift | 0.038997399132084 |
| DT de correo de destino | Comprador de bicicletas | 1 | 2 | 500 | Likelihood | Error cuadrático medio raíz | 0.342721344892651 |
Requisitos
A partir de SQL Server 2008, la validación cruzada solo está disponible en SQL Server Enterprise.