數(shù)據(jù)倉庫實驗報告-資料下載頁
2025-08-03 23:49本頁面
【正文】 據(jù)表中。在計算機的開始菜單中打開SQLServer2005的SQL Server Management Studio。右鍵單擊樹形圖中的“數(shù)據(jù)庫”標簽，在彈出的快捷菜單中選擇“新建數(shù)據(jù)庫”命令。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。單擊“確定”按鈕，新建數(shù)據(jù)庫NeuralDatabase就會出現(xiàn)在樹形結(jié)構(gòu)中。單擊NeuralDatabase左邊的“+”號，其下的結(jié)點會擴展開來。在其中的“表”上單擊右鍵，彈出的快捷菜單中選擇“新建表”命令，就會出現(xiàn)一個輸入列信息的子窗格。如下圖所示。要創(chuàng)建的數(shù)據(jù)表共有5列。要特別注意各個列的類型。退出列編輯子窗口接受默認的數(shù)據(jù)表名稱Table_1，在彈出的快捷菜單中選擇“打開表”命令，將在界面右邊出現(xiàn)數(shù)據(jù)輸入的子窗口。至此，測試數(shù)據(jù)被輸入到了特定的數(shù)據(jù)庫中。2. 創(chuàng)建數(shù)據(jù)庫項目在開始菜單中選擇SQL Server Business Intelligence Development Studio命令，出現(xiàn)起始頁。選擇菜單中的“文件”“新建”“項目”命令，出現(xiàn)新建項目子窗口。其中的項目類型選擇“商業(yè)智能項目”，模板選擇“Analysis Service項目”，項目名稱填寫NeuralProject，單擊“確定”進入下一步。3. 創(chuàng)建數(shù)據(jù)源連接新頁面的右上角是解決方案資源管理器。右鍵單擊“數(shù)據(jù)源”選項，從彈出的快捷菜單中選擇“新建數(shù)據(jù)源”命令，在出現(xiàn)的窗口中單擊“下一步”按鈕，在窗口“如何定義連接”中，單擊“新建”按鈕就會出現(xiàn)“連接管理器”窗口。在“連接管理器”窗口中選擇“提供程序”下拉列表框中選擇Microsoft OLE DBProvider for SQL Server選項，服務器選擇你機器上的實例，在“選擇或輸入一個數(shù)據(jù)庫名”下拉列表框中選擇NeuralDatabase選項，也就是存放測試數(shù)據(jù)的數(shù)據(jù)庫。選擇完成后單擊“確定”按鈕，進入下一個界面。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，進入模擬信息窗口，在四個選項中選擇“默認值”，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。新建的數(shù)據(jù)連接就會出現(xiàn)在解決方案資源管理器的“數(shù)據(jù)源”結(jié)點下。4. 創(chuàng)建數(shù)據(jù)源視圖右鍵單擊解決方案資源管理器的“數(shù)據(jù)源視圖”項，在彈出的快捷菜單中選擇“新建數(shù)據(jù)源視圖”命令，單擊“下一步”按鈕，再單擊“下一步”按鈕數(shù)據(jù)庫NeuralDatabase下的數(shù)據(jù)表Table_1就會出現(xiàn)在左邊的“可用現(xiàn)象”列表框中。然后單擊“下一步”按鈕，并更改數(shù)據(jù)源視圖的名稱為NeuralView，單擊“完成”按鈕，就完成了數(shù)據(jù)源視圖的創(chuàng)建。5. 創(chuàng)建挖掘結(jié)構(gòu)（關(guān)鍵的一步）在解決方案資源管理器中右鍵單擊“挖掘結(jié)構(gòu)”項，從彈出的快捷菜單中選擇“新建挖掘結(jié)構(gòu)”命令，在新出現(xiàn)的頁中單擊“下一步”按鈕。此時，出現(xiàn)的窗口讓你選擇從什么數(shù)據(jù)中定義挖掘結(jié)構(gòu)，選擇“從現(xiàn)有關(guān)系數(shù)據(jù)庫或數(shù)據(jù)倉庫”，然后單擊“下一步”按鈕。6. 創(chuàng)建挖掘模型在彈出的新窗口“選擇挖掘技術(shù)”中，在“您要使用何種挖掘技術(shù)？”下拉列表中選擇“Microsoft神經(jīng)網(wǎng)絡”選項單擊“下一步”按鈕。在彈出的“選擇數(shù)據(jù)源視圖”窗口中選擇前面建立的數(shù)據(jù)源視圖NeuralView，并單擊“下一步”按鈕。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。彈出的新窗口要求你對Table_1中的各個列指定類型：鍵類型、輸入類型、可預測類型。把Table_1中的mark列入鍵類型，xxx3規(guī)定為輸入類型，y規(guī)定為可預測類型。這些規(guī)定符合Table_1表的意義：mark列是序號，用x1,x2,x3三個列預測y的值。選擇之后的情形如下圖。單擊“下一步”按鈕，再選則“默認值”按鈕，單擊“完成”按鈕，就完成了挖掘模型的創(chuàng)建。7. 使用挖掘模型查看器查看挖掘模型選擇“挖掘模型查看器”選項卡，會彈出一個小窗口，提問“服務器內(nèi)容似乎已過時。是否先生成和部署項目？”單擊“是”按鈕，系統(tǒng)將花費一點時間進行部署和生成。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。處理模型可能要花費一些時間，具體將取決于數(shù)據(jù)量，是否繼續(xù)？”，單擊“是”按鈕，并在彈出的窗口中單擊“運行”按鈕，處理成功后在兩個窗口中分別單擊“關(guān)閉”按鈕，就會得到數(shù)據(jù)分析表。在數(shù)據(jù)分析表中黑色的條塊表示輸入變量在某個范圍內(nèi)取值對輸入變量將處在哪個區(qū)間的影響程度。如果把鼠標置于某個條塊上，還將出現(xiàn)一些值，表示輸入變量取某個區(qū)間的值時，輸出變量處于某個區(qū)間的概率。8. 使用挖掘模型預測窗口單擊“挖掘模型預測”，單擊“選擇事例表”按鈕，在選擇導航中選擇事例表為Table_1單擊工具欄上的“單獨查詢”按鈕（挖掘模型窗口上面左邊第三個圖標按鈕，鼠標放在其上時會出現(xiàn)“單獨查詢提示”）出現(xiàn)新的界面，在數(shù)據(jù)的最后一行分別輸入到變量x1,x2,x3后面的空白中，然后把挖掘模型下的Y項拖動至最下面一行的最左邊的位置。然后單擊工具欄上的“切換到查詢結(jié)果”按鈕，會出現(xiàn)新的界面。9. 建數(shù)據(jù)挖掘報告從預測結(jié)果中得知，。事實上，如果已知數(shù)據(jù)不是8條，而是超過200條，那么使用神經(jīng)網(wǎng)絡預測該問題的結(jié)果會相當精確，而多元線性回歸不會有大的進步。造成這種結(jié)果得原因是神經(jīng)網(wǎng)絡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。四 實驗總結(jié)本次實驗利用SQL Service2005中的DataAnalysis的數(shù)據(jù)挖掘功能進行神將網(wǎng)絡的訓練和測試，熟悉了神經(jīng)網(wǎng)絡的原理，掌握了對它的應用。神經(jīng)網(wǎng)絡有大量的應用，它可以學習高度非線性的系統(tǒng)，并且用學習得到的參數(shù)和系統(tǒng)進行系統(tǒng)的輸入到輸出的預測，缺點是需要很長的學習時間，才能訓練出網(wǎng)絡中的參數(shù)，一次有限制了它的應用，至此它僅適用于時間允許的應用場合。50第50頁，共50頁教務處制
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1