Microsoft SQL Server Analysis Services の Microsoft Time Series Viewer には、Microsoft Time Series アルゴリズムを使用して構築されたマイニング モデルが表示されます。 Microsoft Time Series アルゴリズムは、予測シナリオで製品売上などの連続列の予測用のデータ マイニング モデルを作成する回帰アルゴリズムです。 これらの時系列モデルには、さまざまなアルゴリズムに基づく情報を含めることができます。
短期予測用に最適化された ARTxp アルゴリズム。
ARIMA アルゴリズム。長期予測用に最適化されています。
ARTxp アルゴリズムと ARIMA アルゴリズムのブレンド。
これらのアルゴリズムの詳細については、「 Microsoft Time Series Algorithm 」および 「Microsoft Time Series Algorithm Technical Reference」を参照してください。
注
モデルで使用されている数式と検出されたパターンに関する詳細情報を表示するには、Microsoft 汎用コンテンツ ツリー ビューアーを使用します。 詳細については、 Microsoft 汎用コンテンツ ツリー ビューアーまたは Microsoft 汎用コンテンツ ツリー ビューアー(データ マイニング) を使用したモデルの参照に関するページを参照してください。
ビューアー タブ
Analysis Services でマイニング モデルを参照すると、モデルの適切なビューアーのデータ マイニング デザイナーの [ マイニング モデル ビューアー ] タブにモデルが表示されます。 Microsoft Time Series Viewer には、次のタブがあります。
手記 モデルコンテンツとマイニング凡例に表示される情報は、モデルが使用するアルゴリズムによって異なります。 ただし、[ モデル ] タブと [グラフ] タブは、アルゴリズムの組み合わせに関係なく同じです。
モデル
時系列モデルを構築すると、Analysis Services は完成したモデルをツリーとして表示します。 データに複数のケース 系列が含まれている場合、Analysis Services は系列ごとに個別のツリーを構築します。 たとえば、太平洋、北米、ヨーロッパのリージョンの売上を予測しています。 これらの各領域の予測はケース系列です。 Analysis Services は、これらのシリーズごとに個別のツリーを構築します。 特定の系列を表示するには、[ ツリー ] リストから系列を選択します。
各ツリーについて、時系列モデルには All ノードが含まれており、アルゴリズムによって検出された定期的な構造を表す一連のノードに分割されます。 各ノードをクリックすると、ケースの数や数式などの統計情報を表示できます。
ARTxp のみを使用してモデルを作成した場合、ルート ノードの マイニング凡例 にはケースの合計数のみが含まれます。 ルート以外のノードごとに、 マイニング凡例 にはツリー分割に関するより詳細な情報が含まれています。たとえば、ノードの数式とケースの数が表示される場合があります。 凡例の ルール には、系列を識別する情報と、ルールが適用されるタイム スライスが含まれています。 たとえば、凡例テキスト M200 Europe Amount -2 は、ノードが M200 Europe シリーズのモデルを 2 つのタイム スライス前の期間で表していることを示します。
ARIMA のみを使用してモデルを作成した場合、[ モデル ] タブにはキャプション [ すべて] を含む 1 つのノードが含まれます。 ルート ノードの マイニング凡例 には ARIMA 数式が含まれています。
混合モデルを作成した場合、ルート ノードにはケースの数と ARIMA 式のみが含まれます。 ルート ノードの後、ツリーは定期的な構造ごとに個別のノードに分割されます。 非ルート ノードごとに、マイニング凡例には、ARTxp アルゴリズムと ARIMA アルゴリズム、ノードの数式、ノード内のケース数の両方が含まれます。 ARTxp 数式が最初に一覧表示され、ツリー ノードの数式としてラベルが付けられます。 その後に ARIMA 式が続きます。 この情報を解釈する方法の詳細については、「 Microsoft Time Series Algorithm Technical Reference」を参照してください。
一般に、デシジョン ツリー グラフには、最も重要な分割である [すべて ] ノードがビューアーの左側に表示されます。 デシジョン ツリーでは、[ すべて ] ノードの後の分割が最も重要です。これは、トレーニング データ内のケースを最も厳密に分離する条件が含まれているためです。 時系列モデルでは、メイン分岐は最も可能性の高い季節的サイクルを示します。 分割は「すべて」ノードの後に行われ、分岐の右側に表示されます。
ツリー内の個々のノードを展開または折りたたみ、各ノードの後に発生する分割を表示または非表示にすることができます。 [ デシジョン ツリー ] タブのオプションを使用して、ツリーの表示方法に影響を与えることもできます。 [ レベルの表示 ] スライダーを使用して、ツリーに表示されるレベルの数を調整します。 既定の拡張を使用して、モデル内のすべてのツリーに表示されるレベルの既定の数を設定します。
各ノードの背景色の網かけは、ノード内にあるケースの数を表します。 ノード内のケースの正確な数を検索するには、ノードの上にポインターを置くと、ノードのヒントが表示されます。
グラフ
[ グラフ ] タブには、時間の経過に伴う予測属性の動作と、5 つの予測された将来の値を示すグラフが表示されます。 グラフの縦軸はタイム シリーズの値を表し、横軸は時間を表します。
注
時間軸で使用されるタイム スライスは、データで使用される単位 (日、月、または秒を表す場合があります) によって異なります。
絶対曲線と相対曲線を切り替えるには、[ Abs ]ボタンを使用します。 グラフに複数のモデルが含まれている場合、各モデルのデータのスケールが大きく異なる場合があります。 絶対曲線を使用すると、1 つのモデルが平坦な線として表示されるのに対し、別のモデルは大幅な変化を示します。 これは、1 つのモデルのスケールがもう一方のモデルのスケールよりも大きいために発生します。 相対曲線に切り替えることで、絶対値ではなく変化率を表示するようにスケールを変更します。 これにより、さまざまなスケールに基づくモデルを簡単に比較できます。
マイニング モデルに複数の時系列が含まれている場合は、グラフに表示する 1 つまたは複数の系列を選択できます。 ビューアーの右側にあるリストをクリックし、一覧から目的の系列を選択するだけです。 グラフが複雑になりすぎる場合は、凡例の系列チェックボックスを選択するかクリアすることで、表示される系列を絞り込むことができます。
このグラフには、履歴データと将来データの両方が表示されます。 履歴データと区別するために、将来のデータは網かけで表示されます。 データ値は、履歴データの実線として表示され、予測の点線として表示されます。 SQL Server Data Tools (SSDT) または SQL Server Management Studio でプロパティを設定することで、系列ごとに使用される線の色を変更できます。 詳細については、「 データ マイニング ビューアーで使用される色を変更する」を参照してください。
ズーム オプションを使用して、表示される時間の範囲を調整できます。 特定の時間範囲を表示するには、グラフをクリックし、グラフ全体で時間選択をドラッグしてから、もう一度クリックして選択した範囲を拡大します。
予測ステップを使用して、モデルに表示する将来の時間ステップの数を選択できます。 [ 偏差の表示 ] チェック ボックスをオンにすると、ビューアーに誤差範囲が表示され、予測値の精度を確認できます。
こちらもご覧ください
マイニング モデル ビューアーのタスクと操作方法
Microsoft タイム シリーズ アルゴリズム
タイム シリーズ モデル クエリの例
データ マイニング モデル ビューアー