回归和时序解说.ppt

8.3.6 SQL Server建立随机时序模型示例 　　有如表8.8所示的CPI数据表，其中有一部分月份没有给出，采用SQL Server建立其随机时序模型，并预测没有给出的CPI。其过程如下。 Time CPI Time CPI Time CPI（预测值） 2010-01-01 1.5 2011-08-01 6.2 2013-03-01 NULL 2010-02-01 2.7 2011-09-01 6.1 2013-04-01 NULL 2010-03-01 2.4 2011-10-01 5.5 2013-05-01 NULL 2010-04-01 2.8 2011-11-01 4.2 2013-06-01 NULL 2010-05-01 3.1 2011-12-01 4.1 2013-07-01 NULL 2010-06-01 2.9 2012-01-01 4.5 2013-08-01 NULL 2010-07-01 3.3 2012-02-01 3.2 2013-09-01 NULL 2010-08-01 3.5 2012-03-01 3.6 2013-10-01 NULL 2010-09-01 3.6 2012-04-01 3.4 2013-11-01 NULL 2010-10-01 4.4 2012-05-01 3 2013-12-01 NULL 2010-11-01 5.1 2012-06-01 2.2 2013-03-01 NULL 2010-12-01 4.6 2012-07-01 1.8 2013-04-01 NULL 2011-01-01 4.9 2012-08-01 2 2011-02-01 4.9 2012-09-01 1.9 2011-03-01 5.4 2012-10-01 1.7 2011-04-01 5.3 2012-11-01 2 2011-05-01 5.5 2012-12-01 2.5 2011-06-01 6.4 2013-01-01 2 2011-07-01 6.5 2013-02-01 3.2 TS表结构 创建数据挖掘结构 设置挖掘模型结构 时序挖掘图 显示预测值 “模型”选项卡 “挖掘图例”对话框 8.4 时序的相似性搜索 　　时序相似性搜索是基于内容的查询，用X=（xt | t=0，1，2，…，n-1）表示一个时序，其相似性搜索就是在时序数据库中发现与给定模式相似的序列。 8.4.1 相似性搜索的概念 　　假设时序模型为AR(n)，待测序列X的参数模型为φX，它是待检模型。 　　序列数据库中的其他序列Yi的的参数模型为φYi，它们是参考模型。φX和φYi都是n维向量，均可视为n维空间上的点。 　　从而序列的相似性问题就归结为n维空间Rn中的距离的判别问题。 1. 距离判别函数 常用的距离函数为欧几里得函数，其表示如下： 　　如果待检模型φX与某个参考模型φY的欧几里得距离最小，则它和这个参考序列最相似。 　　用模型中随机项向量μ（白噪声向量）来构造残差距离函数，其表示如下： 其中，rX是待检序列的协方差矩阵，N表示待检序列的长度。 2. 相似性匹配方式 　　一般地，事先给定距离函数D和?，时序相似性匹配可分为以下两类： 完全匹配：给定N个序列Y1、Y2、…、Yn和一个查询序列X，这些序列有相同的长度，如果存在D(X,Yi)≤?，那么称X与Yi完全匹配。 子序列匹配：给定N个具有任意长度的序列Y1、Y2、…、Yn和一个查询序列X以及参数?。子序列匹配就是在Yi（1≤i≤N）上找到某个子序列，使这个子序列与X之间的距离小于等于?。 3. 数据变换 对于一个时序X，对其离散傅立叶变换得到Xf： f=0，1，…，n-1 　　这里，X与xt代表时域信息，而与Xf代表频域信息，={Xf | f=0，1，…，n-1}，Xf为为傅立叶系数。 注意：采用离散傅立叶变换后，序列上的每个点（时域信息中）对应特征空间（频域空间）中f维空间上的一个点。 　　根据Parseval的理论，时域能量谱函数与频域能量谱函数相同，即 　　在采用欧几里得距离函数时，如果两个序列的欧几里得距离小于?，则如下式子也应该成立： 　　对大多数序列来说，能量集中在傅立叶变换后的前几个系数，也就是说一个信号的高频部分相对来说并不重要。因此我们只取前面fc个系数，即 这样就滤掉一大批与给定序列的距离大于?的序列。 8.4.2 完全匹配 　　完全匹配必须保证被查找序列与给出的序列有相同的长度。 　　完全匹配的过程是：首先进行首次筛选，即从在变换后的频域空间中找出满足上式的序列。由于只考虑了前面几个傅立叶序列，所以并不能保证剩余的序列就相似，还需要进行最终验证。 　　其次进行最终验证，即计算每个首次被选中的序列