数据仓库与数据挖掘实验三数据挖掘.docx
《数据仓库与数据挖掘实验三数据挖掘.docx》由会员分享,可在线阅读,更多相关《数据仓库与数据挖掘实验三数据挖掘.docx(28页珍藏版)》请在冰点文库上搜索。
数据仓库与数据挖掘实验三数据挖掘
数据仓库与数据挖掘实验
实验3、创建和使用数据挖掘模型。
■创建和使用数据挖掘模型。
使用Microsof决策树数据挖掘技术,创建揭示客户模式的数据挖掘模型。
◆创建和使用数据挖掘模型——客户决策树。
◆为共享维度Customer的Lname添加四个成员
◇开始→程序→MicrosoftSQLServer→AnalysisServices→AnalysisManager→展开“共享维度”→右击“Customer”→编辑(E)
◇单击“编辑(E)”
◇展开“Lname”→右击“成员属性”
◇单击“新建成员属性(M)…”
◇选择“Gender”→单击“确定”
◇重复上述操作,分别选择“Maritalstatus”、“Education”、“YearlyIncome”和“Membercard”,添加后的界面如下:
◇选择“工具(T)”(注意:
此处必须处理)
◇单击“处理维度(P)…”(注意:
此处必须处理)
◇单击“是(Y)”
◇选择“重建维度结构(R)”→单击“确定”
◇单击“关闭(C)”
◇单击关闭按钮“×”,关闭“多维数据集编辑器”。
◆创建和使用数据挖掘模型——客户决策树。
开始→程序→MicrosoftSQLServer→AnalysisServices→AnalysisManager→右击多维数据集(本例:
右击“Sales”)→新建挖掘模型(M)
◆在“技术”下方选择“Microsoft决策树”→单击“下一步”
◆在“维度”下方选择“Customer”→在“维度”下方选择“Lname”→单击“下一步”
◆选择“事例级别的成员属性(D)”→在“成员属性(B)”下方选择“MemberCard”
◆单击“下一步”
◆滚动到“Customer”维度
◆清除“Country”、“StateProvince”和“City”
◆单击“下一步”
◆在“维度名称(D)”的右侧,输入:
CustomerPatterns→在“虚拟多维数据集名称(V)”的右侧,输入:
TrainedCube
◆单击“下一步”
◆在“模型名称(M)”的右侧,输入:
CustomerPatternsDiscovery
◆选择“保存并开始处理(S)”→单击“完成”
◆单击“关闭(C)”
◆单击关闭按钮“×”,关闭“OLAP挖掘模型编辑器”
◆使用数据挖掘模型——浏览和编辑客户决策树。
开始→程序→MicrosoftSQLServer→AnalysisServices→AnalysisManager→展开“挖掘模型”→右击相应的挖掘模型(本例:
右击“CustomerPatternsDiscovery”)→编辑(E)
◆单击“编辑(E)”后,启动浏览和编辑客户决策树
操作提示:
在“浏览和编辑客户决策树”窗口中,可以进行相应的OLAP。
(参考教材P115—P119)
■创建和使用数据挖掘模型。
使用Microsof聚集技术,创建客户群的OLAP数据挖掘模型。
◆创建和使用数据挖掘模型——Microsof聚集。
开始→程序→MicrosoftSQLServer→AnalysisServices→AnalysisManager→右击多维数据集(本例:
右击“Sales”)→新建挖掘模型(M)
◆在“技术”下方选择“Microsoft聚集”
◆单击“下一步”
◆在“维度”下方选择“Customer”→在“维度”下方选择“Lname”
◆单击“下一步”
◆滚动到“Customer”维度
◆清除“Country”、“StateProvince”和“City”
◆滚动到“度量值”,并展开“度量值”,选择“StoreSales”
◆单击“下一步”
◆在“模型名称(M)”的右侧,输入:
Customersegmentation
◆选择“保存,但现在不处理(A)”→单击“完成”
◆选择“ClusterCount”→右侧的属性值改为:
3
◆单击“工具(T)”菜单
◆单击“处理挖掘模型(P)…”
◆单击“是(Y)”
◆单击“关闭(C)”
◆单击关闭按钮“×”,关闭“OLAP挖掘模型编辑器”
◆使用数据挖掘模型——浏览和编辑客户群挖掘模型。
开始→程序→MicrosoftSQLServer→AnalysisServices→AnalysisManager→展开“挖掘模型”→右击相应的挖掘模型(本例:
右击“Customersegmentation”)→编辑(E)
◆单击“编辑(E)”后,启动浏览和编辑客户群
操作提示:
在“浏览和编辑客户群”窗口中,可以进行相应的OLAP。
(参考教材P122—P125)