Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Van toepassing op:
SQL Server 2019 en eerder Analysis Services 
Azure Analysis Services Fabric/Power BI Premium
Belangrijk
Data mining werd verouderd verklaard in SQL Server 2017 Analysis Services en is nu stopgezet in SQL Server 2022 Analysis Services. Documentatie wordt niet bijgewerkt voor afgeschafte en stopgezette functies. Zie Analysis Services-compatibiliteit met eerdere versies voor meer informatie.
Retourneert metrische gegevens voor kruisvalidatienauwkeurigheid voor een mijnbouwstructuur en alle gerelateerde modellen, met uitzondering van clusteringmodellen.
Deze opgeslagen procedure retourneert metrische gegevens voor de hele gegevensset als één partitie. Als u de gegevensset wilt partitioneren in meerdere secties en metrische gegevens wilt retourneren voor elke partitie, gebruikt u SystemGetCrossValidationResults (Analysis Services - Data Mining).
Opmerking
Deze opgeslagen procedure wordt niet ondersteund voor modellen die zijn gebouwd met behulp van het Microsoft Time Series-algoritme of het Microsoft Sequence Clustering-algoritme. Voor clusteringmodellen gebruikt u ook de afzonderlijke opgeslagen procedure SystemGetClusterAccuracyResults (Analysis Services - Data Mining).
Syntaxis
SystemGetAccuracyResults(<mining structure>,
[,<mining model list>]
,<data set>
,<target attribute>
[,<target state>]
[,<target threshold>]
[,<test list>])
Arguments
mijnbouwstructuur
Naam van een mijnbouwstructuur in de huidige database.
(Vereist)
modellijst
Door komma's gescheiden lijst met modellen die moeten worden gevalideerd.
De standaardwaarde is null. Dit betekent dat alle toepasselijke modellen worden gebruikt. Wanneer de standaardwaarde wordt gebruikt, worden clusteringmodellen automatisch uitgesloten van de lijst met kandidaten voor verwerking.
(Optioneel)
gegevensset
Een geheel getal dat aangeeft welke partitie in de mijnbouwstructuur wordt gebruikt voor het testen. De waarde wordt afgeleid van een bitmasker dat de som van de volgende waarden vertegenwoordigt, waarbij een enkele waarde optioneel is:
| Categorie | Waarde |
|---|---|
| Trainingscases | 0x0001 |
| Testgevallen | 0x0002 |
| Modelfilter | 0x0004 |
Zie de sectie Opmerkingen van dit onderwerp voor een volledige lijst met mogelijke waarden.
(required)
doelkenmerk
Tekenreeks die de naam van een voorspelbaar object bevat. Een voorspelbaar object kan een kolom, geneste tabelkolom of geneste tabelsleutelkolom van een mijnbouwmodel zijn.
(required)
doelstatus
Tekenreeks die een specifieke waarde bevat om te voorspellen.
Als er een waarde is opgegeven, worden de metrische gegevens verzameld voor die specifieke status.
Als er geen waarde is opgegeven of als null is opgegeven, worden de metrische gegevens berekend voor de meest waarschijnlijke status voor elke voorspelling.
De standaardwaarde is null.
(optioneel)
doeldrempel
Getal tussen 0,0 en 1 dat de minimale waarschijnlijkheid aangeeft waarin de voorspellingswaarde als juist wordt geteld.
De standaardwaarde is null, wat betekent dat alle voorspellingen als juist worden geteld.
(optioneel)
testlijst
Een tekenreeks die testopties aangeeft. Deze parameter is gereserveerd voor toekomstig gebruik.
(optioneel)
Retourtype
De rijenset die wordt geretourneerd, bevat scores voor elke partitie en aggregaties voor alle modellen.
De volgende tabel bevat de kolommen die worden geretourneerd door GetValidationResults.
| Kolomnaam | Description |
|---|---|
| Model | De naam van het model dat is getest. Alle geeft aan dat het resultaat een aggregaties is voor alle modellen. |
| Attribuutnaam | De naam van de voorspelbare kolom. |
| AttributeState | Een doelwaarde in de voorspelbare kolom. Als deze kolom een waarde bevat, worden metrische gegevens alleen verzameld voor de opgegeven status. Als deze waarde niet is opgegeven of null is, worden de metrische gegevens berekend voor de meest waarschijnlijke status voor elke voorspelling. |
| PartitionIndex | Geeft de partitie aan waarop het resultaat van toepassing is. Voor deze procedure geldt altijd 0. |
| PartitionCases | Een geheel getal dat het aantal rijen in de caseset aangeeft, op basis van de parameter voor de <gegevensset> . |
| Test | Het type test dat is uitgevoerd. |
| Maatregel | De naam van de meting die door de test wordt geretourneerd. Metingen voor elk model zijn afhankelijk van het modeltype en het type van de voorspelbare waarde. Zie Metingen in het rapport Kruisvalidatie voor een lijst met metingen die worden geretourneerd voor elk voorspelbaar type. Zie Kruisvalidatie (Analysis Services - Data Mining) voor een definitie van elke meting. |
| Waarde | De waarde voor de opgegeven meting. |
Opmerkingen
De volgende tabel bevat voorbeelden van de waarden die u kunt gebruiken om de gegevens op te geven in de mining-structuur die wordt gebruikt voor kruisvalidatie. Als u testcases wilt gebruiken voor kruisvalidatie, moet de mijnbouwstructuur al een testgegevensset bevatten. Zie Trainings- en testgegevenssets voor informatie over het definiëren van een testgegevensset wanneer u een mijnbouwstructuur maakt.
| Integerwaarde | Description |
|---|---|
| 1 | Alleen trainingscases worden gebruikt. |
| 2 | Alleen testcases worden gebruikt. |
| 3 | Zowel de trainingscases als de testcases worden gebruikt. |
| 4 | Ongeldige combinatie. |
| 5 | Alleen trainingscases worden gebruikt en het modelfilter wordt toegepast. |
| 6 | Alleen testcases worden gebruikt en het modelfilter wordt toegepast. |
| 7 | Zowel de trainings- als testcases worden gebruikt en het modelfilter wordt toegepast. |
Zie Testen en valideren (Data Mining) voor meer informatie over de scenario's waarin u kruisvalidatie zou gebruiken.
Voorbeelden
In dit voorbeeld worden nauwkeurigheidsmetingen geretourneerd voor één beslissingsstructuurmodel, v Target Mail DTdat is gekoppeld aan de vTargetMail mijnbouwstructuur. De code op regel vier geeft aan dat de resultaten moeten worden gebaseerd op de testcases, gefilterd op elk model door het filter dat specifiek is voor dat model.
[Bike Buyer] geeft de kolom op die moet worden voorspeld en de 1 op de volgende regel geeft aan dat het model alleen moet worden geëvalueerd voor de specifieke waarde 1, wat betekent 'Ja, zal kopen'.
De laatste regel van de code geeft aan dat de drempelwaarde voor de status 0,5 is. Dit betekent dat voorspellingen met een waarschijnlijkheid groter dan 50 procent moeten worden geteld als 'goede' voorspellingen bij het berekenen van de nauwkeurigheid.
CALL SystemGetAccuracyResults (
[vTargetMail],
[vTargetMail DT],
6,
'Bike Buyer',
1,
0.5
)
Voorbeeldresultaten:
| Modelnaam | Attribuutnaam | AttributeState | PartitionIndex | partitiegrootte | Test | Maatregel | Waarde |
|---|---|---|---|---|---|---|---|
| v Target Mail DT | Fietskoper | 1 | 0 | 1638 | Classification | Juist positief | 605 |
| v Target Mail DT | Fietskoper | 1 | 0 | 1638 | Classification | Foutpositief | 177 |
| v Target Mail DT | Fietskoper | 1 | 0 | 1638 | Classification | Terecht negatief | 501 |
| v Target Mail DT | Fietskoper | 1 | 0 | 1638 | Classification | Fout-negatief | 355 |
| v Target Mail DT | Fietskoper | 1 | 0 | 1638 | Waarschijnlijkheid | Logboekscore | -0.598454638753028 |
| v Target Mail DT | Fietskoper | 1 | 0 | 1638 | Waarschijnlijkheid | Lift | 0.0936717116894395 |
| v Target Mail DT | Fietskoper | 1 | 0 | 1638 | Waarschijnlijkheid | Wortel gemiddelde kwadratische fout | 0.361630800104946 |
Requirements
Kruisvalidatie is alleen beschikbaar in SQL Server Enterprise vanaf SQL Server 2008.
Zie ook
SystemGetCrossValidationResults (Analysis Services - Data Mining)
SystemGetAccuracyResults
SystemGetClusterCrossValidationResults (Analysis Services - Data Mining)
SystemGetClusterAccuracyResults (Analysis Services - Data Mining)