使用SSAS数据挖掘获得测试和训练集的评分结果

Question

我们有一个非常大表，我们正在使用SSAS数据挖掘对其进行预测。

我们正在努力以有效的方式获得得分测试和训练案例以进行验证。有没有办法不调用每行的算法（PREDICTION JOIN）？

例如，如果我的输入数据集包含以下列：

（顾客，国家，年龄，性别，买一个）我想获得......

（客户，国家，年龄，性别，BuyAmount，BuyAmount预测，概率）

必须是可能的，因为这是在模型处理期间完成的事情，并且它可能用于生成验证图表，例如SystemGetClassificationMatrix。

如果我们谈论数十亿行，那将是一个很大的性能提升。

• 避免双重计算（预测连接将为每一行执行模型）
• 避免使用openrowset将数据从DB移动到SSAS（案例已保存在model.cases上）
• 避免将结果写回某处以供将来分析

这一点应该是微不足道的......我必须遗漏一些东西。

Answer 1

我有一个来自微软的解决方案。我在这里写它，因为它可能对其他人有用

训练/测试数据存储在采矿结构中，除非在训练后清除。以下查询应该有效：

SELECT Predict（..），PredictProbability（..）FROM MINING MODEL [ModelName] 自然预测加入

哪里可以： SELECT * FROM MINING STRUCTURE [MiningStructureName] .CASES SELECT * FROM MINING STRUCTURE [MiningStructureName] .CASES WHERE IsTrainingCase（） SELECT * FROM MINING STRUCTURE [MiningStructureName] .CASES WHERE IsTestCase（）

从采矿结构中清除案例 从挖掘结构中删除[MiningStructureName] .CASES

挖掘结构培训案例没有应用模型过滤器。如果要查询发送到模型的实际培训案例，可以在where子句中显式键入过滤器，也可以直接查询挖掘模型案例（如果模型启用了钻取） SELECT * FROM MINING STRUCTURE [MiningStructureName] .CASES WHERE IsTrainingCase（）和[Gender] ='Female' SELECT * FROM MINING MODEL [ModelName] .CASES

如果挖掘结构列名称与挖掘模型列名称不同，则必须使用“PREDICTION JOIN”而不是“NATURAL PREDICTION JOIN”并在查询中提供映射。