分类与预测剖析.docx

实验三 分类与预测 实验目的 1、 了解分类与预测方法：决策树分类、罗吉斯回归分析、类神经网络分类、贝叶斯概率分类方法； 2、 了解SQL Server2008数据挖掘模型的应用。 实验内容 1、 数据挖掘Microsoft决策树模型建构。 2、 数据挖掘Microsoft罗吉斯回归模型建构。 3、 数据挖掘Microsoft类神经网络模型建构。 4、 数据挖掘Microsoft贝叶斯概率模型建构。 实验步骤 1、把相关的所有变量整合到VIP会员总表中。 USE DDM SELECT * INTO VIP会员总表 FROM ( SELECT a.会员编号,a.性别,a.生日,a.职业,a.入会管道,a.会员入会日,a.VIP建立日,a.VIP终止日, CASE WHEN 婚姻状态= 1 THEN 未婚 WHEN 婚姻状态= 2 THEN 已婚 ELSE 其他 END AS 婚姻状况, CASE WHEN SUBSTRING(居住地,1,3) = 台北市 THEN 台北市 WHEN SUBSTRING (居住地,1,3) = 台北县 THEN 台北县 WHEN SUBSTRING (居住地,1,3) = 台中市 THEN 台中市 WHEN SUBSTRING (居住地,1,3) = 台东县 THEN 台东县 WHEN SUBSTRING (居住地,1,3) = 台北市 THEN 台北市 WHEN SUBSTRING (居住地,1,3) = 台中市 THEN 台中市 WHEN SUBSTRING (居住地,1,3) = 台中县 THEN 台中县 WHEN SUBSTRING (居住地,1,3) = 台北市 THEN 台北市 WHEN SUBSTRING (居住地,1,3) = 台北县 THEN 台北县 WHEN SUBSTRING (居住地,1,3) = 台东市 THEN 台东市 WHEN SUBSTRING (居住地,1,3) = 台东县 THEN 台东县 WHEN SUBSTRING (居住地,1,3) = 台南市 THEN 台南市 WHEN SUBSTRING (居住地,1,3) = 台南县 THEN 台南县 WHEN SUBSTRING (居住地,1,3) = 宜兰市 THEN 宜兰市 WHEN SUBSTRING (居住地,1,3) = 宜兰县 THEN 宜兰县 WHEN SUBSTRING (居住地,1,3) = 花莲市 THEN 花莲市 WHEN SUBSTRING (居住地,1,3) = 花莲县 THEN 花莲县 WHEN SUBSTRING (居住地,1,3) = 金门县 THEN 金门县 WHEN SUBSTRING (居住地,1,3) = 南投市 THEN 南投市 WHEN SUBSTRING (居住地,1,3) = 南投县 THEN 南投县 WHEN SUBSTRING (居住地,1,3) = 屏东市 THEN 屏东市 WHEN SUBSTRING (居住地,1,3) = 屏东县 THEN 屏东县 WHEN SUBSTRING (居住地,1,3) = 苗栗市 THEN 苗栗市 WHEN SUBSTRING (居住地,1,3) = 苗栗县 THEN 苗栗县 WHEN SUBSTRING (居住地,1,3) = 桃园市 THEN 桃园市 WHEN SUBSTRING (居住地,1,3) = 桃园县 THEN 桃园县 WHEN SUBSTRING (居住地,1,3) = 高雄市 THEN 高雄市 WHEN SUBSTRING (居住地,1,3) = 高雄县 THEN 高雄县 WHEN SUBSTRING (居住地,1,3) = 基隆市 THEN 基隆市 WHEN SUBSTRING (居住地,1,3) = 连江县 THEN 连江县 WHEN SUBSTRING (居住地,1,3) = 云林县 THEN 云林县 WHEN SUBSTRING (居住地,1,3) = 新竹市 THEN 新竹市 WHEN SUBSTRING (居住地,1,3) = 新竹县 THEN 新竹县 WHEN SUBSTRING (居住地,1,3) = 嘉义市 THEN 嘉义市 WHEN SUBSTRING (居住地,1,3) = 嘉义县 THEN 嘉义县 WHEN SUBSTRING (居住地,1,3) = 彰化市 THEN 彰化市 WHEN SUBSTRING (居住地,1,3) = 彰化县 THEN 彰化县 WHEN SUBSTRING (居住地,1,3) = 澎湖县 THEN 澎湖县 ELSE 其他 END AS 区域, DATEDIFF(year,生日,会员入会日) AS VIP会员入会时年龄, COUNT(DISTINCT b.