Wendet ein Vorhersagemodell auf ein Dataset ohne Bezeichnungen an, um zu einzelnen Datensätzen gehörende Klassen oder numerische Werte vorherzusagen.
Hinweis
Der PREDICT-Befehl wird nicht unterstützt, falls Sie Analytics auf einem 32-Bit-Computer ausführen. Die für den Befehl benötigten Berechnungen sind rechenintensiv und für 64-Bit-Computer besser geeignet.
Syntax
PREDICT MODEL Modellname TO Tabellenname <IF Test> <WHILE Test> <FIRST Bereich|NEXT Bereich>
Parameter
Name | Beschreibung |
---|---|
MODEL Modellname |
Der Name der Modelldatei, die zur Vorhersage von Klassen oder Werten verwendet werden soll. Sie können eine Modelldatei verwenden, die zuvor durch den TRAIN-Befehl erstellt wurde. Sie müssen die *.model-Dateierweiterung verwenden. Beispiel: MODEL "Vorhersage_Kreditausfälle.model"
Hinweis Das Training der Modelldatei muss für ein Dataset mit denselben Feldern (oder im Wesentlichen denselben Feldern) wie dem Dataset ohne Labels stattgefunden haben. Sie können keine Modelldatei verwenden, die in Version 14.1 von Analytics trainiert wurde. Modelldateien der Version 14.1 sind mit späteren Analytics-Versionen nicht kompatibel. Trainieren Sie ein neues Vorhersagemodell zur Verwendung mit dem PREDICT-Befehl. |
TO Tabellenname |
Der Name der Analytics-Tabelle, die durch die Vorhersage ausgegeben wird. Die Tabelle beinhaltet die Schlüsselfelder, die Sie während des Trainings angegeben haben, sowie eines der beiden Felder, die durch die Vorhersage erstellt wurden:
Geben Sie Tabellenname als in Anführungszeichen gesetzte Zeichenfolge mit der Dateierweiterung „.FIL“ an. Beispiel: TO "Kreditantragsteller_Ausfallvorhersage.FIL" Standardmäßig wird die Tabellendatendatei (.fil) im Ordner des Analytics-Projekts gespeichert. Verwenden Sie entweder einen absoluten oder relativen Dateipfad, um die Datendatei in einen anderen bestehenden Ordner zu speichern:
Hinweis Tabellennamen sind auf 64 alphanumerische Zeichen beschränkt, was die .FIL- Dateierweiterung nicht einbezieht. Der Name kann den Unterstrich beinhalten ( _ ), aber keine anderen Sonderzeichen oder Leerzeichen. Er kann nicht mit einer Ziffer beginnen. |
IF Test Optional |
Ein bedingter Ausdruck, der wahr sein muss, damit ein Datensatz verarbeitet wird. Der Befehl wird nur für Datensätze ausgeführt, welche die Bedingung erfüllen. Hinweis Der IF-Parameter wird nur für Datensätze ausgewertet, die nach Anwendung von Bereichsparametern (WHILE, FIRST, NEXT) in einer Tabelle übrig sind. |
WHILE Test Optional |
Ein bedingter Ausdruck, der wahr sein muss, damit ein Datensatz verarbeitet wird. Der Befehl wird ausgeführt, bis die Bedingung falsch ist oder das Tabellenende erreicht wurde. Hinweis Wenn Sie WHILE zusammen mit FIRST oder NEXT verwenden, endet die Datensatzverarbeitung, sobald eine Grenze erreicht wird. |
FIRST Bereich | NEXT Bereich Optional |
Die Anzahl der zu verarbeitenden Datensätze:
Verwenden Sie Bereich, um die Anzahl der zu verarbeitenden Datensätze anzugeben. Wenn Sie FIRST und NEXT nicht angeben, werden standardmäßig alle Datensätze verarbeitet. |
Beispiele
Klassifizierungsmodell für Vorhersagen verwenden
Sie überreichen dem PREDICT-Befehl ein Klassifizierungsmodell als Eingabe, um vorherzusagen, welche aktuellen Kreditantragsteller bei der Erteilung eines Kredits säumig sein werden.
Sie hatten das Klassifizierungsmodell zuvor mit dem TRAIN-Befehl und historischen Kreditdaten, die Informationen zu Kreditausfällen enthielten, erstellt.
OPEN "Aktuelle_Kreditantragsteller" PREDICT MODEL "Vorhersage_Kreditausfälle.model" TO "Kreditantragsteller_Ausfallvorhersage.FIL"
Regressionsmodell für Vorhersagen verwenden
Sie überreichen dem PREDICT-Befehl ein Regressionsmodell als Eingabe, um zukünftige Verkaufspreise von Häusern vorherzusagen.
Sie hatten das Regressionsmodell zuvor mit dem TRAIN-Befehl und historischen Daten über Hausverkäufe (einschließlich Verkaufspreisen) erstellt.
OPEN "Hauspreisauswertung" PREDICT MODEL "Hauspreisvorhersage.model" TO "Hauspreisvorhersage.FIL"
Bemerkungen
Hinweis
Weitere Informationen über die Funktion dieses Befehls finden Sie in Hilfe für Analytics.