SQLServer2005经典算法实例

SQLServer2005经典算法实例

ID:40573965

大小:697.00 KB

页数:8页

时间:2019-08-04

SQLServer2005经典算法实例_第1页
SQLServer2005经典算法实例_第2页
SQLServer2005经典算法实例_第3页
SQLServer2005经典算法实例_第4页
SQLServer2005经典算法实例_第5页
资源描述:

《SQLServer2005经典算法实例》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、实验报告1、实验时间与地点2011年4月22日,物联网工程学院B3062、实验内容(1)SQLServer2005中的神经网络应用1)创建一个AnalysisServices项目2)创建数据源3)创建数据源视图4)创建挖掘结构创建table_1表结构table_1(mark,x1,x2,x3,y),并输入若干行数据。其中mark为键;x1,x2,x3为输入;y为可预测列6)建立挖掘模型5)设置挖掘模型的参数7)挖掘模型查看器8)挖掘准确性图表9)挖掘模型预测(2)类似的能完成P196习题4(3)SQLServer2005中的统计分析方法的实践11.1线性回归模型11.1.5SQ

2、LServer2005中的线性回归应用P215-P220创建挖掘结构(Microsoft线性回归)vTimeSeries键列输入列可预测列Amount√√ModelRegionQuantity√√TimeIndex√11.2Logistic回归模型11.2.3SQLServer2005中的Logistic回归应用P222-P228创建挖掘结构(Microsoft逻辑回归)vTargetMail键列为:customerKey可预测列:BikeBuyer输入列:Age、NumberCarsOwned、TotalChildren、EnglishEduation、FrenchEduat

3、ion、SpanishEduation、CommuteDistance11.3时间序列模型11.3.4SQLServer2005中的时间序列分析P232-P236创建挖掘结构(Microsoft时序)vTimeSeries键列输入列可预测列Amount√√ModelRegion√QuantityTimeIndex√3、实验内容的具体完成情况首先,连接服务器并创建数据库。图一、服务器与数据库(1)SQLServer2005中的神经网络应用:创建AnalysisServer项目→创建数据源→创建数据源视图→建立挖掘结构→查看挖掘结果图二、挖掘模型视图图三、挖掘模型预测图图四、挖掘模

4、型预测结果(2)类似的能完成P196习题4创建AnalysisServer项目→创建数据源→创建数据源视图→建立挖掘结构→查看挖掘结果图五、挖掘模型图图六、挖掘模型预测图图七、预测结果一图八、预测结果二(3)SQLServer2005中的统计分析方法的实践1、线性回归模型创建AnalysisServer项目→创建数据源→创建数据源视图→创建“线性回归”挖掘结构→设置线性回归挖掘结构的相关参数→建立线性回归挖掘模型→查看挖掘结果图九、线性回归模型图图十、依赖关系网络2、Logistic回归模型创建AnalysisServer项目→创建数据源→创建数据源视图→创建“逻辑回归”挖掘结

5、构→设置线性回归挖掘结构的相关参数→建立线性回归挖掘模型→查看挖掘结果图十一、逻辑模型挖掘准确性图表图十二、逻辑模型提升图图十三、逻辑模型分类矩阵3、时间序列模型创建AnalysisServer项目→创建数据源→创建数据源视图→创建时间序列挖掘结构→设置线性回归挖掘结构的相关参数→建立线性回归挖掘模型→查看挖掘结果图十四、时间序列模型图十五、挖掘图例图十六、时间序列挖掘模型图表4、实验效果与体会通过上计操作,我顺利的完成了实验内容,达到了预期的实验效果。在原有数据库的基础上又创建了新的数据库,从而完成了神经网络的功能预测,以及统计分析的各种结果。通过这次上机实验,我了解了SQL

6、Server2005中神经网络、线性回归和逻辑回归和时间序列分析,能够对已有的数据进行的分析与挖掘,从而分析现有数据并预期未来数据。神经网络是一种高度非线性的系统,可以用学习得到的参数和系统进行系统的从输入到输出的预测。在这次实验的基础上我会更进一步的学习和钻研数据挖掘中的相关知识和经典的应用算法,从而进行分析与决策。

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。