【问题标题】:Error (Data mining): No cases were specified in the mining model错误(数据挖掘):挖掘模型中未指定任何案例
【发布时间】:2014-11-14 18:11:07
【问题描述】:

在使用 SSDT 之前处理挖掘结构、模型和预测我正在尝试使用 MDX 执行相同的操作,希望能够自动化某些流程。

现在我在尝试将数据插入我的模型时遇到了问题。

INSERT INTO MINING STRUCTURE DumpForecasting_MIXED_Structure
(
   [TimeIndex],
   [DumpLocation_Id]
)
OPENQUERY 
(
[Data Analytics Test],
'SELECT [TimeIndex],
        [DumpLocation_Id],
        [TotalDumpCount]
FROM dbo.DailyDumpStatistics
ORDER BY [DumpLocation_Id],[TimeIndex]'
)

在尝试执行上述操作时,我遇到了错误:

Error (Data mining): No cases were specified in  the mining model, Forecasting_ARIMA.

为了澄清,这里是我的创作查询:

CREATE MINING MODEL [DumpForecasting_MIXED]
(
[TimeIndex] date KEY TIME,
[DumpLocation_Id] long KEY,
[TotalDumpCount] long Continuous Predict
)
USING Microsoft_Time_Series(
                        AUTO_DETECT_PERIODICITY = 0.8,
                        FORECAST_METHOD = 'MIXED',
                        PREDICTION_SMOOTHING = 0.3
                        )
WITH DRILLTHROUGH

关注 ARIMA:

ALTER MINING STRUCTURE DumpForecasting_MIXED_Structure
ADD MINING MODEL Forecasting_ARIMA
(
    [TimeIndex],
    [DumpLocation_Id],      
    [TotalDumpCount] PREDICT

)
USING Microsoft_Time_Series(
                        AUTO_DETECT_PERIODICITY = 0.8,
                        FORECAST_METHOD = 'ARIMA'
                        )
WITH DRILLTHROUGH

和 ARTXP:

ALTER MINING STRUCTURE DumpForecasting_MIXED_Structure
ADD MINING MODEL Forecasting_ARTXP
(
    [TimeIndex],
    [DumpLocation_Id],      
    [TotalDumpCount] PREDICT

)
USING Microsoft_Time_Series(
                        AUTO_DETECT_PERIODICITY = 0.8,
                        FORECAST_METHOD = 'ARTXP'
                        )
WITH DRILLTHROUGH

我可以根据要求提供更多详细信息。截至目前,我已经进行了广泛的搜索,但我找不到任何可以帮助我解决这个问题的好资源。非常感谢您的建议和想法。

【问题讨论】:

    标签: sql-server-2012 mdx data-mining


    【解决方案1】:

    我意识到我犯的错误是忘记将预测列添加到我的插入语句中。 没有它,模型将只提供键,没有要预测的值。

    [DumpLocation_id] 
    

    后面应该是:

    ,[TotalDumpCount]
    

    【讨论】:

      猜你喜欢
      • 2011-02-07
      • 1970-01-01
      • 2014-03-17
      • 2010-10-28
      • 2013-07-21
      • 2019-04-24
      • 2011-07-28
      • 2011-11-28
      • 2015-05-16
      相关资源
      最近更新 更多