【文章內(nèi)容簡(jiǎn)介】 中的復(fù)選框。 如圖 37 所示。 （ 6）單擊“下一步”按鈕，進(jìn)入“指定定型數(shù)據(jù)”窗口，具體各復(fù)選框的選擇情況如圖 38所示。 （ 7）單擊“下一步”按鈕，進(jìn)入“指定列的內(nèi)容和數(shù)據(jù)類型”窗口。 （ 8）單擊“下一步”按鈕，進(jìn)入“完成向?qū)А睂?duì)話框。 （ 9）在“挖掘結(jié)構(gòu)名稱”和“挖掘模型名稱”文本框中輸入“ Students”。 （ 10）選中“允許鉆取”復(fù)選框。 （ 11）單擊“完成”按鈕，進(jìn)入數(shù)據(jù)挖掘設(shè)計(jì)器界面，如圖 39所示。 14 圖 37 事例表 圖 38 指定關(guān)聯(lián)分析中所用的屬性 15 圖 39 MedicalDW 關(guān)聯(lián)規(guī)則挖掘結(jié)構(gòu) 視圖 6．部署項(xiàng)目并處理挖掘模型 （ 1）單擊數(shù)據(jù)挖掘設(shè)計(jì)器中的挖掘模型查看器選項(xiàng)卡， Analysis Services 數(shù)據(jù)庫(kù)將部署到服務(wù)器上，處理挖掘模型。首先會(huì)彈出兩個(gè)提示框，均單擊“是”按鈕，打開(kāi)“處理挖掘模型 Students”窗口，如圖 310 所示。 圖 310 處理挖掘結(jié)構(gòu) 16 （ 2）單擊“運(yùn)行”按鈕，打開(kāi)“處理進(jìn)度”窗口，顯示有關(guān)模型處理的信息。模型處理需要的時(shí)間取決于計(jì)算機(jī)及數(shù)據(jù)量的規(guī)模。 （ 3）處理完畢后，在“處理進(jìn)度”和“處理挖掘結(jié)構(gòu)”窗口中單擊“關(guān)閉”按鈕， Students 挖掘模型即已 生成。 處理完成以后，選擇“挖掘模型查看器”，第一個(gè)頁(yè)面是挖掘到的頻繁集，如圖311 所示，或者打開(kāi)第二個(gè)頁(yè)面，查看挖掘出來(lái)的規(guī)則，如圖 312 所示 ，或者打開(kāi)第三個(gè)頁(yè)面，查看挖掘出來(lái)的依賴關(guān)系網(wǎng)絡(luò)，如圖 31 314 所示。 圖 311 挖掘項(xiàng)集的結(jié)果 圖 312 挖掘關(guān)聯(lián)規(guī)則的結(jié)果 17 圖 313 依賴關(guān)系網(wǎng)絡(luò)所有較強(qiáng)鏈接 圖 314 依賴關(guān)系網(wǎng)絡(luò)最強(qiáng)的兩個(gè)鏈接 Microsoft 關(guān)聯(lián)規(guī)則通過(guò)其查看器來(lái)解釋， Microsoft 關(guān)聯(lián)查看器包含三個(gè)選項(xiàng)卡： 項(xiàng)集、規(guī)則、依賴關(guān)系網(wǎng)絡(luò)。 圖 311所示的“項(xiàng)集”選項(xiàng)卡顯示了關(guān)聯(lián)規(guī)則算法發(fā)現(xiàn)的頻繁項(xiàng)集，顯示了一系列頻繁項(xiàng)集以及它們的支持度（發(fā)生項(xiàng)集的事務(wù)的數(shù)量）和大?。?xiàng)集中項(xiàng)的數(shù) 18 量）以及項(xiàng)集的實(shí)際構(gòu)成。若要僅查看包含有關(guān) HBeAg 的項(xiàng)集，可在“篩選項(xiàng)集”中輸入 HbsAg 然后回車(chē)。我們將在查看器中看到，只有包含“ HBsAg”字樣的項(xiàng)集被顯示，查看器中返回的每個(gè)項(xiàng)集都包含有關(guān) HBsAg 的信息。 圖 312所示的“規(guī)則”選項(xiàng)卡顯示滿足要求的關(guān)聯(lián)規(guī)則、這些規(guī)則的概率和重要性分?jǐn)?shù)。重要性分?jǐn)?shù)的目的是用于測(cè)試規(guī)則的有效性。重 要性分?jǐn)?shù)越高，則規(guī)則的質(zhì)量越好。與項(xiàng)集選項(xiàng)卡相似，該選項(xiàng)卡也提供“最低支持選項(xiàng)”的選擇。 在規(guī)則選項(xiàng)中，可以發(fā)現(xiàn)一些比較有價(jià)值的規(guī)則。例如： HBsAg = HBsAg+ = 抗HBs = 抗 HBs。這條規(guī)則表示 HbsAg 為陽(yáng)性，則抗 HBs 為陰性。根據(jù)醫(yī)學(xué)知識(shí)可知，HbsAg 為陽(yáng)性時(shí)候，一般抗 HBs 是不可能陽(yáng)性的。如果我們想知道有多少檢驗(yàn)結(jié)果支持該規(guī)律，則可以使用“鉆取”來(lái)快速得到支持這個(gè)規(guī)律的原始數(shù)據(jù)。 關(guān)聯(lián)規(guī)則查看器的第三個(gè)選項(xiàng)卡是“依賴關(guān)系網(wǎng)絡(luò)”（如圖 313所示），該查看器中的每個(gè)節(jié)點(diǎn)表示一個(gè)項(xiàng)； 例如， HBsAg = HBsAg+ 節(jié)點(diǎn)表示事務(wù)中存在 HbsAg 為陽(yáng)性。通過(guò)選擇節(jié)點(diǎn)，可以使用選項(xiàng)卡底部的彩色圖例來(lái)確定模型中的項(xiàng)與其他的項(xiàng)的相互確定關(guān)系。 滑塊與規(guī)則的概率關(guān)聯(lián)，上下移動(dòng)滑塊可以篩選出強(qiáng)弱關(guān)聯(lián)。例如，在“顯示”框中，選擇“僅顯示屬性名稱”，再單擊 HBsAg = HBsAg+節(jié)點(diǎn)。查看器顯示， HBsAg = HBsAg+預(yù)測(cè)了 HBeAg = HBeAg +,抗 HBs = 抗 HBs 和抗 HBc=抗 HBc+。而抗 HBe = 抗 HBe+和 HBeAg = HBeAg +也預(yù)測(cè)了 HBsAg = HBsAg+。這意味著，這些項(xiàng)有可能同時(shí)在事務(wù)中出現(xiàn)。也就是說(shuō)，如果某個(gè)同學(xué) HbsAg 為陽(yáng)性，則 HbeAg 也有可能為陽(yáng)性，抗 HBs 是陰性的可能性比較大。 圖 313 表示依賴關(guān)系網(wǎng)絡(luò)所有較強(qiáng)鏈接，圖 314 表示依賴關(guān)系網(wǎng)絡(luò)最強(qiáng)的兩個(gè)鏈接。從圖 313可以看出，該關(guān)聯(lián)規(guī)則被分為兩類，一類包含 HBsAg = HBsAg+，另一類包含 HBsAg = HBsAg。 從圖 314 可以看出所有關(guān)聯(lián)規(guī)則中“ HBsAg = HBsAg+ = HBeAg = HBeAg +”和“ HBsAg = HBsAg =抗 HBs =抗 HBs +”的置信度最大。這說(shuō)明 HBsAg 是非常重要的指標(biāo)，即 HBsAg 的檢測(cè)對(duì)病毒性肝炎的診斷最為重要。由醫(yī)學(xué)知識(shí)可知， HBsAg = HBsAg+表明：急性乙肝的潛伏期和急性期；慢性乙肝病毒感染狀態(tài)，包括無(wú)癥狀HBsAg攜帶者、慢性乙型肝炎、與乙肝病毒有關(guān)的肝硬化和原發(fā)性肝癌。 HBeAg = HBeAg +表明：肝細(xì)胞內(nèi)有乙肝病毒活動(dòng)性復(fù)制。該最強(qiáng)規(guī)則表明：當(dāng)急性乙肝處于潛伏期和急性期或者慢性乙肝病毒處于感染狀態(tài)時(shí)，肝細(xì)胞內(nèi)有乙肝病毒活動(dòng)性復(fù)制。通過(guò)查看“規(guī)則”選項(xiàng)卡發(fā)現(xiàn)， HBsAg = HBsAg+ = HBeAg = HBeAg +的置信度為 ，重要性為 ，由關(guān)聯(lián)規(guī)則的基本原理可以知道，關(guān)聯(lián)規(guī)則由重要性和置信度共同決定，此最強(qiáng)關(guān)聯(lián)規(guī)則的概率雖然不大，但重要性很大，說(shuō)明該關(guān)聯(lián)規(guī)則的關(guān)聯(lián)性很強(qiáng)，這與臨床經(jīng)驗(yàn)相符?？?HBs =抗 HBs + 表明病人有乙肝抗體；由“ HBsAg = HBsAg =抗 HBs =抗 HBs +”可以看出：如果 HBsAg 顯陰性，則抗 HBs =抗 HBs +， 19 即病人很有可能具有抗體。 由此可得， HBsAg 的檢測(cè)對(duì)乙肝的診斷最為重要，當(dāng) HBsAg 為陽(yáng)性時(shí)，病人很有可 能有乙肝病毒；當(dāng) HBsAg 為陰性時(shí)，病人很有可能有乙肝病毒抗體，這與臨床經(jīng)驗(yàn)相符。 小結(jié) 關(guān)聯(lián)規(guī)則反映一個(gè)事物與其他事物之間的相互依存性和關(guān)聯(lián)性。如果兩個(gè)或者多個(gè)事物之間存在一定的關(guān)聯(lián)關(guān)系，那么，其中一個(gè)事物就能夠通過(guò)其他事物預(yù)測(cè)到。 關(guān)聯(lián)規(guī)則挖掘分為產(chǎn)生頻繁集和產(chǎn)生規(guī)則兩個(gè)步驟。經(jīng)典的關(guān)聯(lián)規(guī)則挖掘算法包括由候選集產(chǎn)生頻繁集的算法 Apriori 和不產(chǎn)生候選集的算法 FPtree。關(guān)聯(lián)規(guī)則可以分為一維和多位關(guān)聯(lián)規(guī)則，單層和多層關(guān)聯(lián)規(guī)則，以及布爾型和數(shù)值型的關(guān)聯(lián)規(guī)則。 在 SQL Sever 中，可以使用 Analysis Services 服務(wù)進(jìn)行關(guān)聯(lián)規(guī)則模型的建立和處理，以可視化的方式查看模型結(jié)果。 20 第 4 章 分類挖掘 案例背景 Microsoft SQL Server 2021 Analysis Services（ SSAS） )提供了 Microsoft 決策樹(shù)算法，用于對(duì)離散和連續(xù)屬性進(jìn)行預(yù)測(cè)性建模。 對(duì)于離散屬性，該算法根據(jù)數(shù)據(jù)集中輸入列之間的關(guān)系進(jìn)行預(yù)測(cè)。對(duì)于連續(xù)屬性，該算法使用線性回歸確定決策樹(shù)的拆分位置。 本節(jié)將利用 Microsoft 決策樹(shù)算法，為新出生嬰兒的體重是 否正常建立一棵決策樹(shù)，旨在為婦幼保健工作提供一些數(shù)值依據(jù)。因?yàn)閶雰撼錾w重不僅反映了宮內(nèi)胎兒的生長(zhǎng)發(fā)育情況，對(duì)產(chǎn)后的生長(zhǎng)發(fā)育、成年期心血管疾病、高血壓、糖尿病等慢性疾病的發(fā)生也有著一定的影響。一般來(lái)說(shuō)，新出生的嬰兒體重如果低于 2500 克，則認(rèn)為是低出生體重兒。 數(shù)據(jù)來(lái)源 本實(shí)例使用的數(shù)據(jù)集是某地區(qū)醫(yī)院新出生嬰兒信息的一個(gè)樣本數(shù)據(jù)集。整個(gè)數(shù)據(jù)集由 100個(gè)實(shí)例組成，其中 21 個(gè)實(shí)例的嬰兒出生體重屬于低出生體重，其余的實(shí)例嬰兒體重正常。數(shù)據(jù)集中共有 9 個(gè)屬性，其中第 9 個(gè)屬性表示嬰兒出生體重是否正常 , 部分?jǐn)?shù)據(jù)如 圖 41所示， 數(shù)據(jù)表名 是 baby。 各屬性取值描述如下： ? ID：主鍵 ? AGE:孕婦年齡，劃分為三個(gè)區(qū)間，分別是： ≤ 20～ ＞ 30 ? BABYSUM：胎數(shù) , 1表示單胎， 2表示雙胎 ? FMFS：分娩方式，取值為“陰道分娩”、“剖宮分娩” ? YZS:孕周數(shù)，取值為≥ 3＜ 37（即早產(chǎn)） ? YYJG：取值為“合理”、“不良” ? PX:是否貧血， 1表示無(wú)貧血， 2表示貧血 ? BABYSEX:嬰兒性別， 1表示男，２表示女 ? WEIGHT:嬰兒出生體重是否正常，取值為“低出生體重”、“正常出生體重” 21 圖 41 某地區(qū)醫(yī) 院新出生嬰兒信息的部分樣本數(shù)據(jù)集 分類挖掘的應(yīng)用 Microsoft SQL Server 2021 Analysis Services 操作步驟 分類挖掘 的具體步驟如下： Analysis Service 集成環(huán)境界面 上述 3個(gè)步驟與第三章 節(jié)中的步驟 1～ 3相同 ，這里不再贅述。 （ 1）在解決方案資源管理器中，右擊“數(shù)據(jù)源視圖”文件夾，在彈出的快捷菜單中選擇執(zhí)行“新建數(shù)據(jù)源視圖”命令，打開(kāi)數(shù)據(jù)源視圖向?qū)А斑x擇數(shù)據(jù)源”界面，在“關(guān) 系數(shù)據(jù)源”下，系統(tǒng)將默認(rèn)選中剛才創(chuàng)建的 Medical DW 數(shù)據(jù)源。 （ 2）單擊“下一步”按鈕，打開(kāi)“選擇表和視圖” 界面。 （ 3） 在“選擇表和視圖” 界面中，選擇 表，單擊右箭頭鍵，將 22 包括在新數(shù)據(jù)源視圖中。 如圖 42所示。 圖 42 創(chuàng)建數(shù)據(jù)源視圖 （ 4）單擊“下一步”按鈕，進(jìn)入“完成向?qū)А睂?duì)話框，將數(shù)據(jù)源視圖命名為Medical DW。 （ 5）單擊“完成”按鈕，系統(tǒng)將打開(kāi)數(shù)據(jù)源視圖設(shè)計(jì)器窗口，顯示 Medical DW數(shù)據(jù)源視圖。 （ 1）在解 決方案資源管理器中，右擊“挖掘結(jié)構(gòu)”文件夾，在彈出的快捷菜看重選擇執(zhí)行“新建挖掘結(jié)構(gòu)”命令，打開(kāi)“數(shù)據(jù)挖掘向?qū)А贝翱凇? （ 2）在“歡迎使用數(shù)據(jù)挖掘向?qū)А? 界面中，單擊“下一步”按鈕，進(jìn)入“選擇定義方法”界面。 （ 3）選中“從現(xiàn)有關(guān)系數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)”選項(xiàng)，單擊“下一步”按鈕，進(jìn)入“選擇數(shù)據(jù)挖掘技術(shù)” 界面。 （ 4）在“您要使用何種數(shù)據(jù)挖掘技術(shù)？”下拉列表框中，選擇“ Microsoft 決策樹(shù)”選項(xiàng)，如圖 43所示。 23 圖 43 選擇 Microsoft 決策樹(shù)作為挖掘技術(shù) （ 5）單擊“下一步”按鈕，進(jìn)入“選擇數(shù) 據(jù)源視圖”界面，已默認(rèn)選中 Medical DW 在數(shù)據(jù)源視圖中。 （ 6）單擊“下一步”按鈕，進(jìn)入“指定表類型”界面，選中 baby 表旁邊“事例”列中的復(fù)選框；單擊“下一步”按鈕，進(jìn)入“指定定型數(shù)據(jù)”界面，如圖 44所示。 （ 7）“鍵”列表示唯一可識(shí)別的字段，選中相應(yīng)復(fù)選框即可，本例中選擇字段“ ID”。 （ 8）“可預(yù)測(cè)”列用來(lái)選擇類標(biāo)號(hào)，本例中選擇字段“ WEIGHT”。 （ 9）“輸入”列表示分類的依據(jù)，根據(jù)所選的列構(gòu)造決策樹(shù)，本例中選中除主鍵和可預(yù)測(cè)列外的所有屬性，選擇的結(jié)果如圖 45所示。 （ 10）單擊“下一步 ”按鈕，進(jìn)入“指定列的內(nèi)容和數(shù)據(jù)類型”界面 。 （ 11）單擊“下一步”按鈕，進(jìn)入“完成向?qū)А苯缑?，如圖 46所示。 在“挖掘結(jié)構(gòu)名稱”和“挖掘模型名稱”中輸入 baby，選中“允許鉆取”復(fù)選框，單擊“完 24 成”按鈕，進(jìn)入數(shù)據(jù)挖掘設(shè)計(jì)器界面，如圖 47所示。 圖 44 選擇 baby 作為事例表 圖 45 指定決策樹(shù)分析中所用的屬性 25 圖 46 完成決策樹(shù)挖掘結(jié)構(gòu)向?qū)? 圖 47 數(shù)據(jù)挖掘編輯器界面 6. 部署項(xiàng)目并處理挖掘模型 （ 1）單擊數(shù)據(jù)挖掘設(shè)計(jì)器中的挖掘模型查看器選項(xiàng)卡， Analysis Services 數(shù)據(jù)庫(kù)將部署到服務(wù)器上，處理挖掘模型。首先會(huì)彈出兩個(gè)提示框，均單擊“是”按 26 鈕，打開(kāi)“處理挖掘模型 baby”窗口 。 （ 2）單擊“運(yùn)行”按鈕，打開(kāi)“處理進(jìn)度”窗口，顯示有關(guān)模型處理的信息。 （ 3）處理完畢后，在“處理進(jìn)度”和“處理挖掘結(jié)構(gòu)”窗口中單擊“關(guān)閉”按鈕， baby 決策樹(shù)模型即已生成。 Analysis Services 為每個(gè)算法提供單獨(dú)的查看器。在本例中，對(duì)于決策樹(shù)模型，使用的是 Microsoft 樹(shù)查看器。此查看器包含兩個(gè)選項(xiàng)卡，即“決策樹(shù)”和“相關(guān)性網(wǎng)絡(luò)”。 圖 48 顯示 了 Microsoft 決策樹(shù)查看器的屏幕快照，該圖顯示了 babyweight分類樹(shù)模型。在該圖中樹(shù)是按水平的方式布局的，根節(jié)點(diǎn)在最左邊。樹(shù)中每一個(gè)節(jié)點(diǎn)包含一個(gè)柱狀條，并且用不同的顏色來(lái)代表不同的狀態(tài)。節(jié)點(diǎn)的底紋顏色越深，表示節(jié)點(diǎn)中的事例越多。選中樹(shù)中的節(jié)點(diǎn)，可通過(guò)挖掘圖例顯示下列信息： ? 節(jié)點(diǎn)中按可預(yù)測(cè)屬性的狀態(tài)劃分的事例的數(shù)目。 ? 節(jié)點(diǎn)的可預(yù)測(cè)屬性的各種事例的概率。 ? 一個(gè)直方圖，其中包含可預(yù)測(cè)屬性的各種狀態(tài)的數(shù)目。 圖 48 決策樹(shù)查看器 訪問(wèn)某個(gè)特定節(jié)點(diǎn)所需的條件，也稱為“節(jié)點(diǎn)路徑”。 本例中，選中“ babynum=39。239?！惫?jié)點(diǎn)，挖掘圖例顯示如圖 315 所示，表明在條件“ babynum=39。239。and ＹＺＳ＝ 39。＞＝ 3739?！鼻闆r下，嬰兒低出生體重占正常孕周樣本