数据仓库与数据挖掘实验三-数据挖掘.pdfVIP

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“Member

card”，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

Country”、“StateProvince”和“City”

◆单击“下一步”

“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

◆在“模型名称（M）”的右侧，输入：CustomerPatternsDiscovery

）”→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”

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)

”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”

◆