數(shù)據(jù)倉庫實(shí)驗(yàn)報(bào)告-免費(fèi)閱讀
【正文】 造成這種結(jié)果得原因是神經(jīng)網(wǎng)絡(luò)模型能逼近任意高階非線性的映射，而多元線性回歸只能找到一階的規(guī)律。部署成功后，就會彈出另外的一個小窗口，提問“必選先處理Table_1挖掘模型才能瀏覽其內(nèi)容。新出現(xiàn)的窗口要求你給出數(shù)據(jù)表Table_1的類型，因此本節(jié)只有一個數(shù)據(jù)表，因此選擇它的“事例”類型，而非“嵌套”類型，并單擊“下一步”按鈕。這時，界面中的“數(shù)據(jù)連接”列表就會出現(xiàn)并選中“”，單擊下一步按鈕，進(jìn)入模擬信息窗口，在四個選項(xiàng)中選擇“默認(rèn)值”，并單擊“下一步”按鈕，然后單擊“完成”按鈕，就完成了數(shù)據(jù)連接工作。至此，測試數(shù)據(jù)被輸入到了特定的數(shù)據(jù)庫中。系統(tǒng)會彈出一個“新建數(shù)據(jù)庫”窗口，在窗口的“數(shù)據(jù)庫名稱”文本框中填寫數(shù)據(jù)庫的名稱，這里輸入NeuralDatabase。通過使用SQLService2005的樸素貝葉斯網(wǎng)絡(luò)功能使用能夠做預(yù)測、診斷然后查看各個變量對被預(yù)測和被診斷的各個值得影響力。從上面的預(yù)測結(jié)果可知，但B在區(qū)間[0,1]范圍內(nèi)時。如果只允許概率強(qiáng)度大的鏈接出現(xiàn)，可以向下調(diào)整出現(xiàn)的滑條，一些鏈接關(guān)系會被刪除。ve Bayes挖掘模型。實(shí) 驗(yàn) 名 稱實(shí)驗(yàn)五 SQLServer 2005中貝葉斯網(wǎng)絡(luò)應(yīng)用一 實(shí)驗(yàn)?zāi)康?通過本實(shí)驗(yàn)的學(xué)習(xí)，使學(xué)生掌握在SQL Server 2005示例數(shù)據(jù)倉庫環(huán)境下貝葉斯網(wǎng)絡(luò)應(yīng)用的知識，訓(xùn)練其把教材上的內(nèi)容應(yīng)用到實(shí)際中的技能，為今后繼續(xù)貝葉斯網(wǎng)絡(luò)知識的學(xué)習(xí)奠定基礎(chǔ)。本例置6CLUSTERING_METHOD：指定使用哪種使用方法。在“選擇數(shù)據(jù)挖掘技術(shù)”頁的“您要使用何種數(shù)據(jù)挖掘技術(shù)？”下拉列表中選擇“Microsoft聚類分析”選項(xiàng)。二 實(shí)驗(yàn)內(nèi)容 使用SQL Server 2005中的kmeans聚類方法，使用的數(shù)據(jù)集時SQL Server 2005中的Adventure Works DW數(shù)據(jù)中的vtargetMail數(shù)據(jù)集。處理進(jìn)度完成之后，單擊“關(guān)閉”按鈕，建模完成。單擊“選擇數(shù)據(jù)源視圖”頁的“下一步”按鈕，在“指定表類型”頁上，選中vTargetMail表右邊“事例”列中的復(fù)選框。在“歡迎使用數(shù)據(jù)源視圖向?qū)А表撋?，單擊“下一步”按鈕。或者打開第二個頁面，查看挖掘出來的規(guī)則。MINIMUM_SUPPORT=MINIMUM_PROBABILITY=然后單擊“確定”按鈕。單擊“下一步”按鈕，在“指定定型數(shù)據(jù)”頁上依次清除CustomerKey右邊的“鍵”復(fù)選框和LineNumber右邊的“鍵”和“輸入”復(fù)選框。4. 創(chuàng)建關(guān)聯(lián)挖掘結(jié)構(gòu)在解決方案資源管理器中，右鍵單擊“挖掘結(jié)構(gòu)”，從彈出的快捷菜單中選擇“新建挖掘結(jié)構(gòu)”命令，在“選擇定義方法”頁上，確保已選中“從現(xiàn)有關(guān)系數(shù)據(jù)庫或數(shù)據(jù)倉庫”選項(xiàng)，再單擊“下一步”按鈕。在“選擇數(shù)據(jù)源”頁的“關(guān)系數(shù)據(jù)庫”下，默認(rèn)選中子啊上一步中粗昂間的AdventureWorksDW數(shù)據(jù)源。系統(tǒng)將打開數(shù)據(jù)源向?qū)?。?shù)據(jù)倉庫應(yīng)用系統(tǒng)的開發(fā)包括兩個部分：一是數(shù)據(jù)倉庫數(shù)據(jù)庫的開發(fā)與設(shè)計(jì)，用于存放數(shù)據(jù)倉庫的數(shù)據(jù)；二是數(shù)據(jù)分析應(yīng)用系統(tǒng)的開發(fā)。2） 修改維度的層次結(jié)構(gòu)和有關(guān)屬性。單擊在解決方案的“多維數(shù)據(jù)集” 目錄下的子項(xiàng)“”，切換到”瀏覽器”選項(xiàng)卡上，內(nèi)容區(qū)分三個窗口：左邊窗口顯示事實(shí)表和維度表的元數(shù)據(jù)信息，右上窗口維度篩選器，右下窗口為報(bào)表數(shù)據(jù)顯示窗口。在彈出的對話框中更改“數(shù)據(jù)庫”對應(yīng)值為Analysis Services。4. 定義多維數(shù)據(jù)集右鍵單擊“多維數(shù)據(jù)集”，從彈出的快捷菜單中選擇“新建多維數(shù)據(jù)集”命令；已選中“使用數(shù)據(jù)源生成多維數(shù)據(jù)集”選項(xiàng)和“自動生成”選項(xiàng)；在“時間維度表”下拉列表中選擇“時間”別名。二. 實(shí)驗(yàn)內(nèi)容在SQL Server 2005示例數(shù)據(jù)倉庫環(huán)境下建立多維數(shù)據(jù)模型。3. 定義數(shù)據(jù)源視圖選擇“數(shù)據(jù)源視圖” 文件夾，新建一個數(shù)據(jù)原視圖。在維度設(shè)計(jì)器的“維度結(jié)構(gòu)”選項(xiàng)卡上，可以添加，刪除和編輯層次結(jié)構(gòu)，級別和屬性。瀏覽“銷售分析實(shí)例”多維數(shù)據(jù)集及每個維度，已確定為了改進(jìn)此多維數(shù)據(jù)集的功能而需要執(zhí)行的更改。5） 右鍵單擊“訂單日期”維度的“年度”屬性層次結(jié)構(gòu)中的2002成員，然后單擊“添加到子多維數(shù)據(jù)集區(qū)域”。四. 實(shí)驗(yàn)結(jié)果五. 實(shí)驗(yàn)總結(jié)本次實(shí)驗(yàn)使用SQL Server 2005建立多維數(shù)據(jù)模型，使我對建立多維數(shù)據(jù)模型與數(shù)據(jù)的導(dǎo)出過程有了簡單的認(rèn)識。三． 實(shí)驗(yàn)步驟和結(jié)果1. 創(chuàng)建Analysis Services項(xiàng)目打開Business Intelligence Development Studio，選擇“文件”“新建”命令，新建一個Analysis Services項(xiàng)目。此后都采取默認(rèn)值，新的數(shù)據(jù)源AdventureWorksDW將顯示在解決方案資源管理器的“數(shù)據(jù)源”文件夾中。在數(shù)據(jù)源視圖設(shè)計(jì)器的數(shù)據(jù)源視圖窗格中，選擇vAssocSeqLineItems表的OrderNunber列。關(guān)聯(lián)模型必須包含一個鍵列、多個輸入隊(duì)列以及一個可預(yù)測列。系統(tǒng)將打開數(shù)據(jù)挖掘設(shè)計(jì)器，顯示剛剛創(chuàng)建的Association挖掘結(jié)構(gòu)。選擇“挖掘模型”菜單的“處理挖掘結(jié)構(gòu)和所有模型”選項(xiàng)，系統(tǒng)將打開“處理挖掘結(jié)構(gòu)Association對話框。 使用SQL Server 2005中的決策樹方法，構(gòu)造決策樹所使用的數(shù)據(jù)集是SQL Server 2005中的Adventure WorksDW數(shù)據(jù)庫中的vTargetMail數(shù)據(jù)集。在“歡迎使用挖掘向?qū)А表撋?，確認(rèn)已選中“從現(xiàn)有關(guān)系數(shù)據(jù)庫或數(shù)據(jù)倉庫” ，再單擊“下一步”按鈕。SCORE_METHOD：指定選擇分支屬性的度量標(biāo)準(zhǔn)。通過應(yīng)用數(shù)據(jù)庫Analysis4. 創(chuàng)建kmeans挖掘結(jié)構(gòu)在解決方案資源管理器中，右鍵單擊“挖掘結(jié)構(gòu)”，在彈出的快捷菜單中選擇“新建挖掘結(jié)構(gòu)”命令，系統(tǒng)將打開數(shù)據(jù)挖掘向?qū)А?. 設(shè)置kmeans挖掘結(jié)構(gòu)的相關(guān)參數(shù)在“挖掘模型”
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1