数据仓库与数据挖掘实验报告e.docx

《数据仓库与数据挖掘实验报告e.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报告e.docx（26页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、一、上机目的及内容目的：1 .理解数据挖掘的根本概念及其过程；.理解数据挖掘与数据仓库、OLAP之间的关系2 .理解根本的数据挖掘技术与方法的工作原理与过程，掌握数据挖掘相关工具的使用。内容：将创立一个数据挖掘模型以训练销售数据，并使用“Microsoft决策树算法在客户群中找出购 置自行车模式。请将要挖掘的维度（事例维度）设置为客户，再将客户的属性设置为数据挖掘算法 识别模式时要使用的信息。然后算法将使用决策树从中确定模式。下一步需要训练模型，以便能够 浏览树视图并从中读取模式。市场部将根据这些模式选择潜在的客户发送自行车促销信息。 要求：利用实验室和指导教师提供的实验软件，认真完成规定的实

2、验内容，真实地记录实验中遇到的 各种问题和解决的方法与过程，并根据实验案例绘出模型及操作过程。实验完成后，应根据实验情况写 出实验报告。二、实验原理及根本技术路线图（方框原理图或程序流程图）关联分析：关联分析是从数据库中发现知识的一类重要方法。时序模式：通过时间序列搜索出重复发生概率较高的模式。分类：分类是在聚类的根底上对已确定的类找出该类别的概念描述，代表了这类数据的整体信息，既该 类的内涵描述，一般用规那么或决策树模式表示。三、所用仪器、材料（设备名称、型号、规格等或使用软件）1 台 PC 及 Microsoft SQL Server 套件四、实验方法、步骤（或：程序代码或操作过程）及实验

3、过程原始记录（测试数据、图表、计算等） 创立 Analysis Services 工程1. 番羽开 Business Intelligence Development StudiOo2. 在文件菜单上，指向新建，然后选择工程。3. 确保已选中模板窗格中的Analysis Services工程。4. 在名称框中，将新工程命名为AdventureWorkSo5. 单击确定。只要选中至少一个可预测属性，即可启用建议按钮。提供相关列建议对话框将列出与可预测 列关联最密切的列，并按照与可预测属性的相互关系对属性进行排序。值大于0.05的列将被自动 选中，以包括在模型中。12 .阅读建议，然后单击取消忽略

4、建议并保存向导设置的原始值。13 . 选中以下各列旁边的输入复选框： Age CommuteDistance EnglishEducation EnglishOccupation FirstName Gender GeographyKey HouseOwnerFlag LastName MaritalStatus NumberCarsOwned NumberChildrenAtHome Region TotalchildrenYearlylncome乙皿1天主RlYI 旧/ 回输入回福0 4HFrenchOccupati onGenderGeographyKeyHouseOwnerFlag0-

5、OJ回W LastNameMari talStatusMi ddleNameNameStyleNumberCarsOwnedNumberChi1drenAtHome 0000000挖掘模型结构S）:e6eo i i ierj 1 LJTIbLfnborlgiwarlfftltar NunNunphRespspsuTiTOYe 闫旬 母 s钥 10四口回口口口口回回回*二键00口回口口口口回囱14 . 单击下一步。指定列 的 内容和数据类型指定悟堀结构列的 内 容和数据类型-捺掘模型结构 ）：列内容类型数据类型AgeC ont i nxionsLongBike Buyex-C ont i nxi

6、ovLSLongCommute Di stanceDi scieteT extCustomer KeyKeyLongEngl i sh. E du.c at i onDi screteT ex tEngl i sh 0 c cu.p at i onDi screteT ex tFirst NameDi screteT extGenderDi sereteT ex tGaography KeyC ont i niioiisLongHou.se Owner FlDi scireteT ex tLast NameDiscreteTexty检测数值列的连续或离散数据：检测Q）|完成 包）| | 取消1

7、5 .在指定列的内容和数据类型页上，单击检测以运行对数值数据进行取样并确定数值列是否 包含连续或离散值的算法。例如，某列可包含薪金信息，用以作为连续的实际薪金值，也可包含整 数，用以表示离散的编码薪金范围（例如1 = $25,000； 2 =从$25,000到$50,000）。16.单击检测后，请查看内容类型和数据类型列中的各项；如有必要，请进行更改，以确保设置与下表所示一致。通常，向导会检测数值，并分配相应的数值数据类型；但有些情况下，您可能想要将数值作为文本 处理。例如，GeographyKey应作为文本处理，因为对此标识符进行数学运算是不对的。列内容类型|数据类型_AgeContinuo

8、usLongBikeBuyerDiscreteLongCommuteDistanceDiscreteTextCustomerKeyKeyLongEnglishEducationDiscreteTextEnglishOccupationDiscreteTextFirstNameDiscreteTextGenderDiscreteTextGeographyKeyDiscreteTextHouseOwnerFlagDiscreteTextLastNameDiscreteTextMaritalStatusDiscreteTextNumberCarsOwnedDiscreteLongNumberChil

9、drenAtHomeDiscreteLongRegionDiscreteTextTotalchildrenDiscreteLongYearlylncomeContinuousDouble指定列 的内容和数据类型指定列 的内容和数据类型指定挖掘结构列的内容和数据类型-挖掘模型结构 ）:17. 单击下一步。18. 在将数据拆分为定型集和测试集页上，对于测试数据百分比，请保存默认值30o对于测试数据集中的最大事例数，请键入1000。单击下一步。创建测试集指定要为模型测试保留的事例数03QIC %1000测试数据百分比也）：测试数据集中的 最大事例数（M）:出RR.19. 在完成向导页上的挖掘结构名称

10、中，键入Targeted Mailing。20. 在挖掘模型名称中，键入TM_Decision_Tree021. 选中允许钻取复选框。致据挖掘向导完成向导为挖掘结构提供名称.从而完成数据挖掘向导。挖掘结构名称典）：Targeted Mailing挖掘模型名称地）：TM_Deci si on_Tr ee预览也）：E： Targeted Mailing 日囿列，与 Age22. 单击完成。11 Adventwr eV orkss-匕孥据源 Adventure Works DW. ds 白踏数据源视图Adventure Works DW. dsv 一白多维数据集il维度日挖掘结构、Targeted

11、Mailing. djnm17=缶&测试挖掘模型的准确性映射输入列如果使用外部数据测试挖掘模型，那么必须确保挖掘结构中的列与输入数据中的列匹配。为此，可以使 用指定列映射对话框。如果直接映射列名，那么数据挖掘设计器将自动创立关系。假设要删除两列之间的映射，请选择将挖掘结构表中的列链接到选择输入表表中的列的行，再按 Delete键。还可以通过单击选择输入表中的列并将其拖到挖掘结构中相应的列来手动创立映射。将输入列映射到挖掘结构1. 在数据挖掘设计器中的挖掘准确性图表选项的输入选择选项k中，选择选项指定其他数据集。选择要用于准确性图表的数据集 O使用挖掘模型测试事例(X) O使用挖掘结构测试事例&

12、) 指定苴他数据集i单击指定其他数据集选项右侧的(.)按钮。此时将翻开指定列映射对话框。如果您要测试的结构未显示在挖掘结构窗格中，请单击选择 结构并选择目标邮件。三；6 Targeted Mailing AgeBike BuyerCommute Distance中指定列映射1 （大于）运算符。7. 在同一行单击值框，并键入20odbo_vTarget!ail筛选盎条件:和/或挖掘结构列，一 值图Age司jA8. 单击表达式窗格以刷新该表达式，并验证它是否正确。单击确定。表达式(X)：； db o_vT argetMail：(TAge 20 )9. 再次单击确定，关闭筛选数据集对话框。输入选择选

13、项卡中的筛选表达式窗格会显示刚刚创立的筛选表达式vTargetMail: (Age 20)o当制作提升图时，模型将仅使用其年龄大于20的客户进行测试。显示模型的提升1. 在选择要在提升图中显示的可预测的挖掘模型列下，确保已在每个模型的可预测的列名列表中选中Bike Buyer。2. 在预测值列中，选择lo对于具有相同可预测列的每个模型，将自动填充相同的值。显示挖掘模型回 TM_Deci sion_Tree可预测列名称Bike Buyer预测值1显示模型的准确性1. 在选择要在提升图中显示的可预测的挖掘模型列下，确保已在每个模型的可预测的列名列表中选中Bike Buyer02. 将预测值列保存为

14、空。查看提升图假设要查看提升图，请切换到挖掘准确性图表的提升图选项卡。当您单击该选项卡时，便会对效 劳器和数据库的挖掘结构和输入表或测试数据运行预测查询。预测结果随后会与的实际值进行比拟，并 将绘制在图上。有关如何使用该图的详细信息，请参阅提升图Analysis Services -数据挖掘)。挖掘结构的数据挖掘提升图：Targeted Mailing创立查询创立查询创立预测查询的第一步是选择挖掘模型和输入表。选择模型和输入表1.在数据挖掘设计器挖掘模型预测选项卡的挖掘模型框中，单击选择模型。系统将翻开选择挖掘模型对话框。大选择挖掘模型AdventureWorks另 A Targeted Ma

15、iling2. 在整个树中导航到目标邮件结构，展开该结构并选择TM_Decision_Tree,再单击确定。-/jE)Adventur eW orksTargeted MailingATM Decision Tree3. 在选择输入表框中，单击选择事例表。系统将翻开选择表对话框。薪建项目模极（X）：模极（X）：项目类型国）：商业智能项目 其他项目类型Visual S t.-u. di o色前f 集Analysis Servi ces 项目色前f 集Analysis Servi ces 项目Analysis Servi ces （目年工nta gx at ion Servi ces 1页目；为报

16、表祜咨器项目向导闻报表模型项目我的模板.事搜索联机模极工nt a A导入 占报表名称国）：名称国）：Adventvix- eW orks|日更改存储数据挖掘对象的实例1. 在 Business Intelligence Development Studio 的工程菜单中，选择属性。2. 在属性页窗格的左侧，单击部署。3. 在目标选项局部，验证数据库名称是否为localhosto如果使用的是其他实例，请键入该实例的名称。单击确定。LventureWorks配置（）： 活动（Development）配置（）： 活动（Development）平台化）:不可用e配置属性内部版本 调试部署日目标服务器数

17、据库日选项处理选项事务部署部署模式localhost.Advent. ux eV orks默认值 False 仅部署更改服务器要将项目部署到其中的Aitalysi s Services实例。确定取消应用（A创立数据源4. 在数据源中，选择 Adventure Works DW。L选择表数据源):数据源):Adventure Works DW表/视图名称JjProspectiveBuyer (dbo) 区vkssocSeqLinelterns (dbo)面 vAssocSeqOrders (dbo) vTargetMail (dbo)Fj vTimeSeries (dbo)5. 在表/视图名称中

18、，选择ProspectiveBuyer表，再单击确定。选择输入表之后，预测查询生成器便会根据各列的名称在挖掘模型和输入表之间创立默认映射。囿鱼II直I011111直昌 FIAddressLinelAddressLine2 BirthDate CityEducati on EmailAddress FirstNameGenderHouseOwnerFlag LastName Mari talStatus删除表 选择事例表生成预测查询1. 在挖掘模型预测选项卡上的网格内的源列中，单击第一个空行中的单元格，然后选择ProspectiveBuyero2. 在 ProspectiveBuyer 行的字段

19、歹U中，选择 ProspectAlternateKeyo这会将唯一标识符添加到预测查询中，以便标识谁可能购置自行车，以及谁不可能购置自行车。字段别名ProspectiveBuyerProspectAlternateKey显示组 和/或03, 在源歹(J中，单击下一个空行，然后选择TM_Decision_Treeo4, 在 TM_Decision_Tree 行的字段列中，选择 Bike Buyer。这将会输出Microsoft决策树模型中作为预测目标的列。业力、 俎ProspectiveBuyerAJ TM_Deci sion_TreeProspectAlternateKeyBike Buyer

20、5. 在源列下，单击下一个空行，然后选择预测函数。6. 在预测函数行的字段歹！J中，选择PredictProbabilityo预测函数提供有关模型如何进行预测的信息。PredictProbability函数提供有关正确预测的概率信 息。您可以在条件/参数列中指定预测函数的参数。7. 在 PredictProbability 行的条件/参数列中，键入TM_Decision_Tree.Bike Buyero这将指定PredictProbability函数的目标列。有关函数的详细信息，请参阅数据挖掘扩展插件 (DMX)函数参考。涉一1子反显不,狙，和/取氽阡/多叙| 回ProspediveBuyer

21、囿ProspectAlternateKey团TM_Decision_Tree祠Bike Buyer叵|”预测函数JPredictProbability回TMJecision_Tree, Bike Buyer i挖掘模型预测选项卡的工具栏中的第一个工具是切换到查询设计视图/切换到查询结果视图按钮。 通过单击此按钮上的下箭头，可在所创立的查询的视图之间切换。使用查询视图可以查看预测查询生 成器创立的DMX代码。使用结果视图可以运行查询并查看结果。使用设计视图可以向查询中添 加新预测函数。注意：如果在查询视图中手动更改查询的文本，那么切换回设计视图时二不会保 存修改后的查询。查看结果通过单击切换到查

22、询设计视图/切换到查询结果视图按钮即工具栏上的第一个按钮旁边的箭头并 选择结果，可以运行查询。SELECTt. Pr osp ectAlt er nat eKey ?TM_Deci si on_Tree. Bike BuyerPredictProbabili ty (TM_Deci si on_Tree. Bike Buyer)From|TM_Deci si on_TreePREDICTION JOINOPENQUERY (Adventure Works DW,SELECTProspectAlternateKeyFirstNameLLastName?Mar i talStatus?Gender

23、 ?Yearlylncome?Tot alChil dr enNumb erChildrenAtHome,HouseOwnerFlag,Numb erCarsOwnedFROM,dbo. ProspectiveBuyer)AS t0TM_Decision_Tree. First Name = t. FirstName ANDTM_Decision_Tree. Last Name = t. LastName ANDTM_Decision_Tree. Marital Status = t. MaritalStatus ANDTM_Decision_Tree. Gender = t. Gender

24、ANDTM_Decision_Tree. Yearly Income = t. Yearlylncome ANDTM_Decision_Tree. Total Children = t. TotalChildren ANDTM_Decision_Tree. Number Children At Home = t. NumberChildrenAtHome ANDTM_Decision_Tree. House Owner Flag = t. HouseOwnerFlag ANDTM_Decision_Tree. Number Cars Owned = t. NumberCarsOwned六、实验

25、结果、分析和结论（误差分析与数据处理、成果总结等。其中，绘制曲线图时必须 用计算纸或程序运行结果、改良、收获）使用Microsoft SQL Server Analysis Services可以很方便地创立复杂的数据挖掘解决方案。 Analysis Services工具可帮助我们设计、创立和管理来自数据仓库的多维数据集和数据挖掘模型，还 可管理对OLAP数据和数据挖掘数据的客户端访问。通过实验理解了数据挖掘的根本概念及其过程及 数据挖掘与数据仓库、OLAP之间的关系。对根本的数据挖掘技术与方法的工作原理与过程，掌握数据 挖掘相关工具的使用有了初步的了解。注：教师必须按照上述各项内容严格要求，认

26、真批改和评定学生成绩。1. 在解决方案资源管理器中，右键单击数据源文件夹，然后选择新建数据源。I欢迎使用数据源向导使用此向导创建新数据源。数据源表示到数据的连接。数据源不提供缓存元数据、添加关系、添加计算和添加批注等功能。若要对数据 源应用这些功能，语使用此向导来创建数据源，然后使用数据源视图向导来创建 包含相应功能的视图。系统将翻开数据源向导。2. 在欢送使用数据源向导页面中，单击下一步按钮。数据源向导端有众多方式可以选择,以使数据源对其连接字将串迸行定义。基于现有连接或新连接创建数据源（）数据连接）：数据连接）：数据连接属性（T）：Data Soux-ce 127. 0. 0. 1Init

27、ial Ca. . . Adventnr eW orksDWIntegrated. . . SSPIProviderSQUOLEDB. 1新建名）.O基于另一个对象创建数据源3）! | 完成电） I| | 取消3. 在选择如何定义连接页上，单击新建向Adventure Works数据库中添加连接。系统将翻开连接管理器对话框。模崎百曼义Analysis Services使用何种Windows凭据来连接到数据源。使用特;定Windows用户名和密码包）用户名0D：4击码国）：O 使用服务帐户包）O 使用当前用户的凭据 ）4. 在连接管理器的提供程序”列表中，选择本机OLE DBMicrosoft

28、OLE DB Provider forSQL Server”。5. 在效劳器名称”列表中，键入或选择承载AdventureWorksDW的效劳器的名称。6. 在登录到效劳器组中，选择身份验证方法，并输入凭据。7. 在选择或输入数据库名称”列表中，选择AdventureWorksDW,再单击确定按钮。8. 单击下一步按钮进入向导的下一页。9. 在模拟信息页中，选择使用效劳帐户，再单击下一步。10. 请注意，在完成向导页中，数据源名称默认为Adventure Works DWO数据源向导完成向导请提供一个名称 然后单击“完成”以创建新数据调数据漉名称）：dvent.Mf e W orks DW预览

29、国）：连接字符串：Provi deT-=SQUOLEDB. 1 : Data Soixrce= 12T. O. O. 1 ： Integx-ed Secnr i t.y=SSPI : Txxi ti al C at. aJL o g=Advent.,ujr eW or-ksDW11. 单击完成。新的数据源Adventure Works DW将显示在解决方案资源管理器的数据源文件夹中。JL Adventur eW orksB匕季据源1 Adventure Works DW. ds!匕数据源视图一夕出物坦隹创立数据源视图1. 在解决方案资源管理器中，右键单击数据源视图，选择新建数据源视图。系统将翻

30、开数据源视图向导。欢迎使用数据源视图向导他田N向星自I建新的甑棍循汨 因_2. 在欢送使用数据源视图向导页上，单击下一步。3. 在选择数据源页的关系数据源下，系统将默认选中您在上一个任务中创立的AdventureWorks DW数据源。单击下一步。假设要创立新数据源，请单击新建数据源，启动数据源向导。选择数据源选择现有的关系数据源,或新建一个关系数据源。关系数据源国):数据源屋性d):Adventure Works DW雇性jData Source Ini ti al Ca.Integrated.Provi der值i27：d.0.，lAdventur eW orksDW SSPI SQLHL

31、EDB. 14.在选择表和视图页上，选择以下各表，然后单击右箭头键，将这些表包括在新数据源视图中:选择表和视图从要包含在数据源视图中的关系数据库中选择对象。包含的对象a)：可用对象(A)：名称类型DimReseller (dbo)表ra DimSalesReason (dbo)表DimSalesTerritory (dbo)表 国 DimScenario (dbo)表I3 DimTime (dbo)表k3 FactCurrencyRate (dbo)表O FactFinance (dbo)表H FactlnternetSales (dbo)表PH FactlnternetSalesReaso.

32、 表FactResellerSales (dbo)表H FactSalesQuota (dbo)表回 vDMPrep (dbo)视图名称类型fa ProspectiveBuyer (dbo) 表 由 vkssocSeqLinelterns(dbo)视图直 vAssocSeqOrders (dbo)视图Hjj vTargetMail (dbo)视图HJ: vTimeSeri es (dbo)视图5. 单击下一步。完成向导话提供一个名称，然后单击“完成”以创建新数据源视图。名称Q):dventure Works DWB七 Adventure Works DW ProspectiveBuyer (d

33、bo) 磔 vAssocSeqLinelterns (dbo) 面 vAssocSeqOrders (dbo) 国 vTargetMail (dbo) 园！ vTimeSeries (dbo)在完成向导页上，默认情况下，系统将数据源视图命名为Adventure Works DWO单击完成。系统将翻开数据源视图设计器，显示Adventure Works DW数据源视图。 Advent wr eV orks0 学据源 Adventure Works DW. ds-C数据源视图c：迪 Adventure Works DW. dsvL多维数据集k匕维层创立用于目标邮件方案的挖掘结构欢迎使用数据挖掘向导

34、欢迎使用数据挖掘向导1. 在解决方案资源管理器中，右键单击挖掘结构并选择新建挖掘结构启动数据挖掘向导。使用此向导可创建新的挖掘结构和新的挎掘模型O挎掘模型是一种代表已发现白知识的数据结构，它基于对OLAP数据或关系数据的分析。如果用于创建比掘不型的数据搭掘技术支持，还可以使用挖掘模型进行预测。单击“下一步”将生成挖掘结构和挖掘模型，单击“取消”将退出向导。2. 在欢送使用数据挖掘向导页上，单击下一步。3. 在选择定义方法页上，确保已选中从现有关系数据库或数据仓库，再单击下一步。选母神t结构时要使用的方法使用何种方法定义危掘结构？:双觊有美家戮据库嵌戮据苍库”o从现有多维数据集建）说明：4. 在

35、创立数据挖掘结构页的您要使用何种数据挖掘技术？ 下，选择Microsoft决策树。p创建数据挖掘结构指定是否将创建挖掘模型并选择最适用的技术。O创建带有挖掘模型的花掘结构（M） 您要使用何种数据挖掘技术（X）?icrosoft决策树O创建不带挖掘模型的挎掘结构（C）5,单击下一步。p选择数据源视图选择为挖掘结构提供数据的数据源视图。可用数据源视图Adventure Works DWAdventure Works DW3:ProspectiveBuyer vkssocSeqLinelterns vAssocSeqOrders vTargetMail vTimeSeri es6.在选择数据源视图页

36、上，请注意已默认选中Adventure Works DWO在数据源视图中，单击浏览查看各表，然后单击关闭返回该向导。7.单击下一步。8. 在指定表类型页上，选中vTargetMail表旁边事例列中的复选框，再单击下一步。效据挖掘向导指定表类型指定表类型指定分析时要使用 的表类型-输入表a):口 口口面9. 在指定定型数据页上，确保已选中CustomerKey列旁边Key列中的复选框。如果数据源视图中的源表表示一个键，那么数据挖掘向导将自动选择该列作为模型的键。挖掘模型结构6):口口口回口口口口表/列CommuteDi stanceCustomerAlternateKeyCustomerKeyDateFirstPurchaseEm ail AddressEngl i shE due at i onEngXi shOccupat i onK i w + KT am a键口口回口口口口口输入可预测10. 选中BikeBuyer列旁边的输入和可预测。指定定型数据指定分析中所用的列。表/列AgeBikeBuyerBirthBate挎掘模型结构)：建 回输入 回可预测 0面 r-1rr-i11.单击建议翻开提供相关列建议对话框。