数据挖掘实验指导

《数据挖掘实验指导》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、《数据仓库与数据挖掘》青岛大学实验指导书实验五、数据挖掘实验目的：采用SQLServer2005的数据挖掘工具，熟悉数据挖掘的关联、分类等分析方法实验内容：结合教材的数据挖掘知识，打开SQLServer2005的数据挖掘教程，按教程步骤完成全部内容，约6学时，第1课1学时，第2课3学时，第3-5课2学时。实验要求：每次实验课结束前5分钟关闭SQLServerBusinessIntelligenceDevelopmentStudio和SQLServerManagementStudio，将项目文件夹拷贝到U盘或压缩后发到自己邮箱保存起来，以

2、便下次实验课可以继续往下做。每次实验课开始时先使用SQLServerConfigurationManager启动必需的SQLServer服务。实验说明：按下图打开数据挖掘教程，《数据仓库与数据挖掘》青岛大学实验指导书做的过程中，注意以下问题：（1）创建的项目放到一个方便找到的自定义文件夹中以便每次下课时可以拷贝带走（2）注意本教程开始的介绍【Microsoft使用SQLServer2005AnalysisServices(SSAS)可以很方便地创建复杂的数据挖掘解决方案。AnalysisServices工具提供了设计、创建和管理数据挖掘

3、模型的功能，并且使客户端能够访问数据挖掘数据。】（3）第1课“准备AnalysisServices数据库”中“创建数据源（数据挖掘教程）”部分，【在“服务器名称”列表中，选择承载AdventureWorksDW的服务器。输入您的凭据。例如，如果在本地服务器上承载数据库，则选择localhost。】此处我们输入“服务器名称”为localhostDWDM。（4）第2课“生成目标邮件方案”介绍中注意【若要完成本课程中的任务，您需要使用MicrosoftNaiveBayes算法、Microsoft决策树算法和Microsoft聚类分析算法。】

4、（5）第2课“生成目标邮件方案”中“创建目标邮件挖掘模型结构（数据挖掘教程）”的【在“选择定义方法”页上，确认已选中“从现有关系数据库或数据仓库”，再单击“下一步”。】步骤出现如下图所示对话框，注意数据挖掘可以基于关系数据库、数据仓库和多维数据集（即OLAP多维数据库）《数据仓库与数据挖掘》青岛大学实验指导书（1）第2课“生成目标邮件方案”中“创建目标邮件挖掘模型结构（数据挖掘教程）”的“部署项目并处理挖掘模型”部分，将【1.按F5。AnalysisServices数据库将部署到服务器上，而挖掘模型也将得到处理。如果数据库已经部署到服务

5、器上，则可使用下列过程，以便只处理挖掘模型。】改为【在解决方案管理器中的AdventureWorks项目上点右键，选择“属性”，如下图所示，设置“部署”中的“服务器”为localhostDWDM。然后按F5。AnalysisServices数据库将部署到服务器上，而挖掘模型也将得到处理。如果数据库已经部署到服务器上，则可使用下列过程，以便只处理挖掘模型。】（2）第2课“生成目标邮件方案”中“创建目标邮件挖掘模型结构（数据挖掘教程）”的“在项目已部署完成时处理挖掘模型”部分，将【在BIDevelopmentStudio《数据仓库与数据挖

6、掘》青岛大学实验指导书的“挖掘模型”菜单上，单击“处理挖掘结构和所有模型”。】改为【在BIDevelopmentStudio的“挖掘模型”菜单上，单击“处理（P）…”。】（1）第2课“生成目标邮件方案”中“浏览目标邮件模型（数据挖掘教程）的“Microsoft决策树模型”部分，先如下图所示选择挖掘模型为“TM_Decision_Tree”（2）第2课“生成目标邮件方案”中“浏览目标邮件模型（数据挖掘教程）的“Microsoft聚类分析模型”部分，【例如，将“明暗度变量”设置为BikeBuyer，将“状态”设置为1。您会看到，分类5中自行

7、车购买者的密度最高，分类4与分类7之间的关系最接近。】我们的结果与之不同（3）第2课“生成目标邮件方案”中“浏览目标邮件模型（数据挖掘教程）的“Microsoft聚类分析模型”部分的“分类剖面图”最后一句【连续属性以菱形图显示，表示每个分类中的平均偏差和标准偏差。】改为【“连续属性以菱形图显示，表示每个分类中的最大值、最小值、平均值、平均值加标准差（即平均值加均方差，以“平均值+StdDev”表示）、平均值减标准差（以“平均值-StdDev”表示），菱形宽度与方差大小相关”】（4）第2课“生成目标邮件方案”中“浏览目标邮件模型（数据挖掘

8、教程）的“Microsoft聚类分析模型”部分的“分类辨别”即“分类对比”（5）第2课“生成目标邮件方案”中“创建预测（数据挖掘教程）”的“查看结果”部分，使用TM_Decision_Tree预测出来的结果