SystemGetClusterCrossValidationResults (Analysis Services - data mining)

Si applica a: SQL Server 2019 e versioni precedenti di Analysis Services Azure Analysis Services Fabric/Power BI Premium

Importante

Il data mining è stato deprecato in SQL Server 2017 Analysis Services e ora è stato sospeso in SQL Server 2022 Analysis Services. La documentazione non viene aggiornata per le funzionalità deprecate e non più disponibili. Per altre informazioni, vedere Compatibilità con le versioni precedenti di Analysis Services.

Questa stored procedure partiziona la struttura di data mining nel numero specificato di sezioni incrociate, esegue il training di un modello per ogni partizione e restituisce metriche di accuratezza per ogni partizione.

Nota Utilizzare questa stored procedure solo con una struttura di data mining con almeno un modello di clustering. Per convalidare i modelli non cluster, usare SystemGetCrossValidationResults (Analysis Services - Data mining).To cross-validate noncluster models, use SystemGetCrossValidationResults (Analysis Services - Data mining).

Sintassi

  
SystemGetClusterCrossValidationResults(  
<structure name>,   
[,<mining model list>]  
,<fold count>}  
,<max cases>  
<test list>])

Arguments

struttura di data mining
Nome di una struttura di data mining nel database corrente.

(obbligatorio)

elenco di modelli di data mining
Elenco delimitato da virgole dei modelli di data mining da convalidare.

Se non si specifica un elenco di modelli di data mining, la convalida incrociata viene eseguita su tutti i modelli di clustering per la struttura specificata.

Annotazioni

Per convalidare in modo incrociato i modelli che non sono modelli di clustering, usare una stored procedure separata, SystemGetCrossValidationResults (Analysis Services - Data mining).

(facoltativo).

numero di riduzioni
Integer che specifica il numero di partizioni in cui separare il set di dati. Il valore minimo è 2. Il numero massimo di riduzioni è il numero massimo di numeri interi o il numero di case, a qualsiasi valore inferiore.

Ogni partizione contiene approssimativamente questo numero di case: numero massimo di casi/di riduzione.

Non esiste alcun valore predefinito.

Annotazioni

Il numero di riduzioni influisce notevolmente sul tempo necessario per eseguire la convalida incrociata. Se si seleziona un numero troppo elevato, la query potrebbe essere eseguita per molto tempo. In alcuni casi, il server potrebbe non rispondere o scadere.

(obbligatorio)

max case
Integer che specifica il numero massimo di case che è possibile testare.

Il valore 0 indica che la routine utilizza tutti i case nell'origine dati.

Se si specifica un numero maggiore del numero effettivo di case nel set di dati, la procedura verifica tutti i case nell'origine dati.

(obbligatorio)

elenco di test
Stringa che specifica le opzioni di test.

Nota Questo parametro è riservato per un uso futuro.

(facoltativo).

Tipo di ritorno

La tabella Tipo restituito contiene punteggi per ogni singola partizione e aggregazione per tutti i modelli.

Nella tabella seguente vengono descritte le colonne restituite.

Nome della colonna Description
ModelName Nome del modello testato.
AttributeName Nome della colonna stimabile. Per i modelli di cluster, sempre Null.
AttributeState Valore di destinazione specificato nella colonna stimabile. Per i modelli di cluster, sempre Null.
PartitionIndex Indice in base 1 che identifica la partizione a cui si applicano i risultati.
Dimensione della Partizione Intero che indica il numero di case inclusi in ogni partizione.
Test Tipo di test eseguito.
Misura Nome della misura restituita dal test. Le misure per ogni modello dipendono dal tipo del valore stimabile. Per una definizione di ogni misura, vedere Convalida incrociata (Analysis Services - Data mining) .

Per un elenco delle misure restituite per ogni tipo stimabile, vedere Misure nel report di convalida incrociata.
Value Valore della misura di test specificata.

Osservazioni:

Per restituire le metriche di accuratezza per l'intero set di dati, usare SystemGetClusterAccuracyResults (Analysis Services - Data mining).To return accuracy metrics for the entire data set, use SystemGetClusterAccuracyResults (Analysis Services - Data mining).

Se il modello di data mining contiene già riduzioni, utilizzare SystemGetClusterAccuracyResults (Analysis Services - Data mining) per ignorare l'elaborazione e restituire solo i risultati della convalida incrociata.

Esempi

Questo esempio partiziona una struttura di data mining in tre riduzioni e testa due modelli di clustering associati.

La riga tre elenca i modelli di data mining da testare. Se non si elenca alcun modello, il codice testa tutti i modelli di clustering associati alla struttura.

La riga quattro specifica il numero di riduzioni e la riga 5 specifica il numero massimo di case da utilizzare.

I modelli di clustering non richiedono di specificare un attributo o un valore stimabile.

CALL SystemGetClusterCrossValidationResults(  
[v Target Mail],  
[Cluster 1], [Cluster 2],  
3,  
10000  
)

Risultati di esempio:

ModelName AttributeName AttributeState PartitionIndex Dimensione della Partizione Test Misura Value
Cluster 1 1 3025 Clustering Probabilità di maiuscole e minuscole 0.930524511864121
Cluster 1 2 3025 Clustering Probabilità di maiuscole e minuscole 0.919184178430778
Cluster 1 3 3024 Clustering Probabilità di maiuscole e minuscole 0.929651120490248
Cluster 2 1 1289 Clustering Probabilità di maiuscole e minuscole 0.922789726933607
Cluster 2 2 1288 Clustering Probabilità di maiuscole e minuscole 0.934865535691068
Cluster 2 3 1288 Clustering Probabilità di maiuscole e minuscole 0.924724595688798

Requisiti

A partire da SQL Server 2008, solo SQL Server Enterprise supporta la convalida incrociata.

Vedere anche

SystemGetCrossValidationResults (Servizi di Analisi - Data Mining)
Risultati di Accuratezza del Sistema (Analysis Services - Data Mining)
SystemGetClusterCrossValidationResults
SystemGetClusterAccuracyResults (Servizi di analisi - Data Mining)

  • Last updated on