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）
升级会员 