數(shù)據(jù)挖掘?qū)嶒?yàn)實(shí)驗(yàn)四七

1、實(shí)驗(yàn)四 決策樹模型1. 實(shí)驗(yàn)?zāi)繕?biāo)使用SSAS進(jìn)行決策樹模型挖掘?qū)嶒?yàn)。2. 實(shí)驗(yàn)要求（1）按“實(shí)驗(yàn)內(nèi)容”完成操作，并記錄實(shí)驗(yàn)步驟；（2）回答“問題討論”中的思考題，并寫出本次實(shí)驗(yàn)的心得體會(huì)；（3）完成實(shí)驗(yàn)報(bào)告。3. 實(shí)驗(yàn)內(nèi)容根據(jù)游戲三國志4武將數(shù)據(jù)，利用決策樹分析，找出三國武將特性分布。其中變量包含名稱，統(tǒng)御、武力、智慧、政治、魅力、忠誠、國別，出身及身份。(ch10-6xls)利用adventureworksdw的vtargetmail表中顧客基本情況分析顧客購買自行車的特征分布4. 實(shí)驗(yàn)步驟見教材及參考視頻5. 實(shí)驗(yàn)結(jié)果及問題討論（1）對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析，并對(duì)預(yù)測結(jié)果的準(zhǔn)確性進(jìn)行評(píng)價(jià)。（2）

2、決策樹方法的基本思想是什么？實(shí)驗(yàn)五 線性回歸模型1. 實(shí)驗(yàn)?zāi)繕?biāo)使用SSAS進(jìn)行線性回歸挖掘?qū)嶒?yàn)。2. 實(shí)驗(yàn)要求（1）按“實(shí)驗(yàn)內(nèi)容”完成操作，并記錄實(shí)驗(yàn)步驟；（2）回答“問題討論”中的思考題，并寫出本次實(shí)驗(yàn)的心得體會(huì)；（3）完成實(shí)驗(yàn)報(bào)告。3. 實(shí)驗(yàn)內(nèi)容某超市對(duì)來店顧客是否受到廣告促銷費(fèi)用、店面面積以及超市所在位置的影響進(jìn)行分析（對(duì)應(yīng)sql文件ch15-6.xls）。4. 實(shí)驗(yàn)步驟一、將EXCEL文件導(dǎo)入SQL Server（1）打開SQL Server Management Studio，新建數(shù)據(jù)庫“regression”。（2）右擊“regression”，指向“任務(wù)”，然后選擇“導(dǎo)入數(shù)據(jù)”，

3、將ch15-6.xls文件數(shù)據(jù)導(dǎo)入到“regression”數(shù)據(jù)庫中，導(dǎo)入的表名稱為“sheet1”。二、線性回歸挖掘分析（1）打開Business Intelligence Development Studio，創(chuàng)建 Analysis Services 項(xiàng)目。（2）創(chuàng)建數(shù)據(jù)源：在解決方案資源管理器中，右鍵單擊“數(shù)據(jù)源”文件夾，然后選擇“新建數(shù)據(jù)源”，系統(tǒng)將打開數(shù)據(jù)源向?qū)?。在“選擇或輸入數(shù)據(jù)庫名稱”步驟中，選擇“regression”，再單擊“確定”按鈕。（3）創(chuàng)建數(shù)據(jù)源視圖：在解決方案資源管理器中，右鍵單擊“數(shù)據(jù)源視圖”，選擇“新建數(shù)據(jù)源視圖”。步驟二“數(shù)據(jù)源視圖向?qū)А痹O(shè)置如下圖所示：步驟三

4、“選擇表和視圖”，將在“regression”數(shù)據(jù)庫中導(dǎo)入數(shù)據(jù)創(chuàng)建的表加入到“包含的對(duì)象中”。(4)新建挖掘結(jié)構(gòu)1. 在解決方案資源管理器中，右鍵單擊“挖掘結(jié)構(gòu)”，選擇“新建挖掘結(jié)構(gòu)”。2. 在“歡迎使用數(shù)據(jù)挖掘向?qū)А表撋?，單擊“下一步”?. 在“選擇定義方法”頁上選中“從現(xiàn)有關(guān)系數(shù)據(jù)庫或數(shù)據(jù)倉庫”，單擊“下一步”。4. 在“選擇數(shù)據(jù)挖掘技術(shù)”頁上選擇“Microsoft線性回歸”，單擊“下一步”。5. 打開“選擇數(shù)據(jù)源視圖”頁，選擇“regression”，單擊“下一步”。6. 打開“指定表類型”頁，單擊“下一步”。如下圖所示：7. 打開“指定定型數(shù)據(jù)”頁，將“促銷費(fèi)用（萬元）”、“店面面

5、積（百平方米）”，“所處位置”字段作為輸入，“顧客數(shù)（千人）”字段作為輸出，如下圖所示，單擊“下一步”。8. 打開“指定列的內(nèi)容和數(shù)據(jù)類型”頁，保證三個(gè)自變量字段和一個(gè)因變量字段內(nèi)容類型為“Continuous”，單擊“下一步”。9. 打開“完成向?qū)А表?，如下圖所示，單擊“完成”。（5）部署項(xiàng)目。（6）點(diǎn)擊“模型查看器”標(biāo)簽屏幕截圖如下：寫出線性回歸方程。（7）點(diǎn)擊“挖掘準(zhǔn)確性圖表”標(biāo)簽，設(shè)置列映射如下：點(diǎn)擊“提升圖”，挖掘結(jié)構(gòu)數(shù)據(jù)散點(diǎn)圖如下：（8）點(diǎn)擊“挖掘模型預(yù)測”標(biāo)簽，設(shè)置預(yù)測顯示內(nèi)容，如下圖所示：查看預(yù)測結(jié)果，比較預(yù)測值和實(shí)際值差別，如下圖所示。5. 實(shí)驗(yàn)結(jié)果及問題討論（1）根據(jù)自己的

6、理解，請(qǐng)簡述什么是回歸分析，其分類以及基本步驟。（2）什么是線性回歸？（3）回歸分析中，回歸變量的選擇依據(jù)是什么？實(shí)驗(yàn)六 關(guān)聯(lián)規(guī)則1. 實(shí)驗(yàn)?zāi)繕?biāo)使用SSAS進(jìn)行關(guān)聯(lián)規(guī)則挖掘?qū)嶒?yàn)2. 實(shí)驗(yàn)要求（1）按“實(shí)驗(yàn)內(nèi)容”完成操作，并記錄實(shí)驗(yàn)步驟；（2）回答“問題討論”中的思考題，并寫出本次實(shí)驗(yàn)的心得體會(huì)；（3）完成實(shí)驗(yàn)報(bào)告。3. 實(shí)驗(yàn)內(nèi)容生成市場籃方案。Adventure Works 的市場部希望改進(jìn)公司的網(wǎng)站以促進(jìn)越區(qū)銷售。在更新網(wǎng)站之前，需要根據(jù)客戶的在線購物籃中已有的其他產(chǎn)品創(chuàng)建一個(gè)可預(yù)測客戶購買需求的數(shù)據(jù)挖掘模型。這些預(yù)測還有助于市場部將可能被集中購買的項(xiàng)統(tǒng)一放置在網(wǎng)站的一個(gè)位置上。通過實(shí)驗(yàn)，創(chuàng)

7、建關(guān)聯(lián)規(guī)則模型，可預(yù)測可能出現(xiàn)在購物籃中的其他項(xiàng)或客戶想要放入購物籃的項(xiàng)。4. 實(shí)驗(yàn)步驟(1) 創(chuàng)建市場籃挖掘模型結(jié)構(gòu)1. 在 Business Intelligence Development Studio 的解決方案資源管理器中，右鍵單擊“挖掘結(jié)構(gòu)”，再選擇“新建挖掘結(jié)構(gòu)”。此時(shí)，系統(tǒng)將打開數(shù)據(jù)挖掘向?qū)А?. 在“歡迎使用數(shù)據(jù)挖掘向?qū)А表撋?，單擊“下一步”?. 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”，再單擊“下一步”。4. 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，選中“Microsoft 關(guān)聯(lián)規(guī)則”，再單擊“下一步”?！斑x擇數(shù)據(jù)源視圖”頁隨即

8、顯示。 默認(rèn)情況下，“可用數(shù)據(jù)源視圖”下的 Adventure Works DW 為選中狀態(tài)。 5. 單擊“下一步”。6. 在“指定表類型”頁上，選中 vAssocSeqOrders 表旁的“事例”復(fù)選框，選中 vAssocSeqLineItems 表旁邊的“嵌套”復(fù)選框，再單擊“下一步”（注意先在視圖中建立兩個(gè)表之間的關(guān)聯(lián)）。7. 在“指定定型數(shù)據(jù)”頁上，依次清除 CustomerKey 旁邊的“鍵”復(fù)選框和 LineNumber 旁邊的“鍵”和“輸入”復(fù)選框。8. 選中 Model 列旁邊的“鍵”和“可預(yù)測”復(fù)選框。 然后，系統(tǒng)也將自動(dòng)選中“輸入”復(fù)選框。9. 單擊“下一步”。10. 在“

9、指定列的內(nèi)容和數(shù)據(jù)類型”頁上，單擊“下一步”。11. 在“完成向?qū)А表摰摹巴诰蚪Y(jié)構(gòu)名稱”中，鍵入 Association。12. 在“挖掘模型名稱”中，鍵入 Association，再單擊“完成”。(2)調(diào)整關(guān)聯(lián)模型的參數(shù)和處理關(guān)聯(lián)模型在處理上一個(gè)任務(wù)中與“關(guān)聯(lián)”挖掘結(jié)構(gòu)一起創(chuàng)建的初始挖掘模型之前，必須更改以下兩個(gè)參數(shù)的默認(rèn)值：Support 和 Probability。Support 定義規(guī)則被視為有效前必須存在的事例百分比。Probability 定義關(guān)聯(lián)被視為有效前必須存在的可能性。調(diào)整關(guān)聯(lián)模型的參數(shù)步驟如下：1. 打開數(shù)據(jù)挖掘設(shè)計(jì)器的“挖掘模型”選項(xiàng)卡。2. 右鍵單擊設(shè)計(jì)器網(wǎng)格中的“關(guān)

10、聯(lián)”列，然后選擇“設(shè)置算法參數(shù)”。 系統(tǒng)將打開“算法參數(shù)”對(duì)話框。3. 在“算法參數(shù)”對(duì)話框的“值”列中，設(shè)置以下參數(shù)：MINIMUM_PROBABILITY = 0.1MINIMUM_SUPPORT = 0.014. 單擊“確定”。處理關(guān)聯(lián)模型步驟如下：1. 在 Business Intelligence Development Studio 的“挖掘模型”菜單上，選擇“處理挖掘結(jié)構(gòu)和所有模型”。系統(tǒng)將打開“處理挖掘結(jié)構(gòu) - 關(guān)聯(lián)”對(duì)話框。 2. 單擊“運(yùn)行”。系統(tǒng)將打開“處理進(jìn)度”對(duì)話框，以顯示有關(guān)模型處理的信息。模型處理可能需要一些時(shí)間，具體時(shí)間取決于您的計(jì)算機(jī)。3. 處理完成之后，在“

11、處理進(jìn)度”和“處理挖掘結(jié)構(gòu) - 關(guān)聯(lián)”對(duì)話框中，單擊“關(guān)閉”。(3) 瀏覽市場籃模型使用數(shù)據(jù)挖掘設(shè)計(jì)器的“挖掘模型查看器”選項(xiàng)卡中的 Microsoft 關(guān)聯(lián)查看器瀏覽該模型。 瀏覽模型時(shí)，可以輕松地查看可能同時(shí)出現(xiàn)的產(chǎn)品，并可瀏覽項(xiàng)之間的關(guān)系。 還可以篩選出較弱的關(guān)聯(lián)，并對(duì)新浮現(xiàn)的模式有一個(gè)總體的概念。Microsoft 關(guān)聯(lián)查看器包含三個(gè)選項(xiàng)卡：“項(xiàng)集”、“規(guī)則”和“依賴關(guān)系網(wǎng)絡(luò)”。 “項(xiàng)集”選項(xiàng)卡“項(xiàng)集”選項(xiàng)卡顯示與 Microsoft 關(guān)聯(lián)算法發(fā)現(xiàn)的項(xiàng)集相關(guān)的三種重要信息：支持度（發(fā)生項(xiàng)集的事務(wù)的數(shù)量）、大?。?xiàng)集中項(xiàng)的數(shù)量）以及項(xiàng)集的實(shí)際構(gòu)成。 根據(jù)算法參數(shù)的設(shè)置方式，算法可以生成大

12、量的項(xiàng)集。 使用“項(xiàng)集”選項(xiàng)卡頂部的控件，可以篩選查看器，使其僅顯示包含指定的最小支持度和項(xiàng)集大小的項(xiàng)集。 也可以使用“篩選項(xiàng)集”框來篩選查看器中顯示的項(xiàng)集。 例如，若要僅查看包含有關(guān) Mountain-200 自行車信息的項(xiàng)集，可在“篩選項(xiàng)集”中輸入 Mountain-200。 您將在查看器中看到，只有包含“Mountain-200”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)銷售 Mountain-200 自行車事務(wù)的信息。 例如，在“支持度”列中包含值 710 的項(xiàng)集表示：在所有事務(wù)中，710 個(gè)購買 Mountain-200 自行車的人也購買了 Sport-100 自行車?！耙?guī)

13、則”選項(xiàng)卡“規(guī)則”選項(xiàng)卡顯示與算法發(fā)現(xiàn)的規(guī)則相關(guān)的以下信息。· 概率規(guī)則發(fā)生的可能性。· 重要性用于度量規(guī)則的有用性，值越高則意味著規(guī)則越有用。 只看概率可能會(huì)產(chǎn)生誤解。 例如，如果每個(gè)事務(wù)都包含一個(gè) x 項(xiàng)，規(guī)則 y 預(yù)測 x 發(fā)生的概率為 1，即 x 一定會(huì)發(fā)生。 即使規(guī)則的準(zhǔn)確性很高，但這并未傳達(dá)很多信息，因?yàn)椴还?y 如何，每個(gè)事務(wù)都會(huì)包含 x。· 規(guī)則規(guī)則的定義。像使用“項(xiàng)集”選項(xiàng)卡一樣，可以篩選規(guī)則，以便僅顯示最關(guān)心的規(guī)則。 例如，如果只想查看包含 Mountain-200 自行車的規(guī)則，可在“篩選規(guī)則”框中輸入 Mountain-200。 查看器將僅

14、顯示包含“Mountain-200”字樣的規(guī)則。 每條規(guī)則都可以根據(jù)事務(wù)中其他項(xiàng)的發(fā)生情況來預(yù)測某個(gè)項(xiàng)的發(fā)生情況。 例如，由第一個(gè)規(guī)則可知：如果一個(gè)人購買了 Mountain-200 自行車和水壺，則此人還會(huì)購買 Mountain 水壺套的概率為 1?！跋嚓P(guān)性網(wǎng)絡(luò)”選項(xiàng)卡使用“相關(guān)性網(wǎng)絡(luò)”選項(xiàng)卡，可以研究模型中不同項(xiàng)的交互。 查看器中的每個(gè)節(jié)點(diǎn)表示一個(gè)項(xiàng)；例如，Mountain-200 = Existing 節(jié)點(diǎn)表示事務(wù)中存在 Mountain-200。 通過選擇節(jié)點(diǎn)，可以使用選項(xiàng)卡底部的彩色圖例來確定模型中的項(xiàng)與其他的項(xiàng)的相互確定關(guān)系?；瑝K與規(guī)則的概率關(guān)聯(lián)。 上下移動(dòng)滑塊可以篩選出弱關(guān)聯(lián)。

15、例如，在“顯示”框中，選擇“僅顯示屬性名稱”，再單擊 Mountain Bottle Cage 節(jié)點(diǎn)。 查看器顯示，Mountain 水壺套預(yù)測了水壺和 Mountain-200 自行車，而水壺和 Mountain-200 自行車也預(yù)測了 Mountain 水壺套。 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，如果某個(gè)客戶購買了自行車，則他也可能會(huì)購買水壺套和水壺。5. 實(shí)驗(yàn)結(jié)果及問題討論（1）根據(jù)實(shí)驗(yàn)結(jié)果給出市場部統(tǒng)一放置在網(wǎng)站的一個(gè)位置上的可能被集中購買的項(xiàng)的建議。（2）寫出自己對(duì)關(guān)聯(lián)規(guī)則的理解。實(shí)驗(yàn)七 貝葉斯分類1. 實(shí)驗(yàn)?zāi)繕?biāo)使用SSAS進(jìn)行貝葉斯分類挖掘?qū)嶒?yàn)2. 實(shí)驗(yàn)要求（1）

16、按“實(shí)驗(yàn)內(nèi)容”完成操作，并記錄實(shí)驗(yàn)步驟；（2）回答“問題討論”中的思考題，并寫出本次實(shí)驗(yàn)的心得體會(huì)；（3）完成實(shí)驗(yàn)報(bào)告。3. 實(shí)驗(yàn)內(nèi)容生成目標(biāo)郵件方案，Adventure Works 的市場部希望通過向特定客戶發(fā)送郵件的方式來提高銷售量。公司希望通過調(diào)查已知客戶的特性來找到可應(yīng)用于潛在客戶的模式。公司希望使用已發(fā)現(xiàn)的模式來預(yù)測哪些潛在客戶最有可能購買自己的產(chǎn)品。 公司的數(shù)據(jù)庫 Adventure Works DW 包含一個(gè)現(xiàn)有客戶列表和一個(gè)潛在的新客戶列表。創(chuàng)建一個(gè)目標(biāo)郵件方案，包含決策樹和貝葉斯分類挖掘模型，這些模型能夠提供潛在客戶列表中最有可能購買產(chǎn)品的客戶的建議。4. 實(shí)驗(yàn)步驟創(chuàng)建用于目

17、標(biāo)郵件方案的挖掘結(jié)構(gòu)（1）創(chuàng)建決策樹模型1. 在解決方案資源管理器中，右鍵單擊“挖掘結(jié)構(gòu)”并選擇“新建挖掘結(jié)構(gòu)”。系統(tǒng)將打開數(shù)據(jù)挖掘向?qū)А?. 在“歡迎使用數(shù)據(jù)挖掘向?qū)А表撋?，單擊“下一步”。在在“模型名稱”中，鍵入 TM_DecisionTree。3. 在“選擇定義方法”頁上，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”。4. 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，選擇“Microsoft 決策樹”。5. 單擊“下一步”。6. 在“選擇數(shù)據(jù)源視圖”頁上，請(qǐng)注意已默認(rèn)選中 Adventure Works DW。 在數(shù)據(jù)源視圖中，單擊“瀏覽”查看各表，然后單擊

18、“關(guān)閉”返回該向?qū)А?. 單擊“下一步”。8. 在“指定表類型”頁上，選中 vTargetMail 表旁邊“事例”列中的復(fù)選框，再單擊“下一步”。9. 在“指定定型數(shù)據(jù)”頁上，確保已選中 CustomerKey 列旁邊 Key 列中的復(fù)選框。如果數(shù)據(jù)源視圖中的源表表示一個(gè)鍵，則數(shù)據(jù)挖掘向?qū)⒆詣?dòng)選擇該列作為模型的鍵。10. 選中 BikeBuyer 列旁邊的“輸入”和“可預(yù)測”。當(dāng)表示某列可預(yù)測時(shí)，將啟用“建議”按鈕。 單擊“建議”打開“提供相關(guān)列建議”對(duì)話框，該對(duì)話框列出與可預(yù)測列關(guān)系最密切的列?！疤峁┫嚓P(guān)列建議”對(duì)話框按照各屬性與可預(yù)測屬性的相關(guān)性對(duì)其進(jìn)行排序。 值大于 0.05 的列將被

19、自動(dòng)選中，以包括在模型中。 如果您同意這些建議，請(qǐng)單擊“確定”，以便在向?qū)е袑⑺x列標(biāo)記為輸入列。請(qǐng)單擊“取消”，忽略這些建議。 11. 選中以下各列旁邊的“輸入”復(fù)選框： o Ageo CommuteDistanceo EnglishEducationo EnglishOccupationo FirstNameo Gendero GeographyKeyo HouseOwnerFlago LastNameo MaritalStatuso NumberCarsOwnedo NumberChildrenAtHomeo Regiono TotalChildreno YearlyIncome使用 S

20、hift 鍵可以同時(shí)選中多列。12. 單擊“下一步”。13. 在“指定列的內(nèi)容和數(shù)據(jù)類型”頁上，單擊“檢測”。某個(gè)算法將運(yùn)行此示例數(shù)字?jǐn)?shù)據(jù)，并確定這些數(shù)字列是包含連續(xù)值還是包含離散值。 例如，某列可包含薪金信息，用以作為連續(xù)的實(shí)際薪金值，也可包含整數(shù)，用以表示離散的編碼薪金范圍（例如 1 = < $25,000；2 = 從 $25,000 到 $50,000）。 14. 單擊“檢測”之后，請(qǐng)確?！皟?nèi)容類型”和“數(shù)據(jù)類型”列中的各項(xiàng)具有下表中列出的設(shè)置。列 內(nèi)容類型 數(shù)據(jù)類型 Age連續(xù)LongBikeBuyer離散LongCommuteDistance離散TextCustomerKey鍵

21、LongEnglishEducation離散TextEnglishOccupation離散TextFirstName離散TextGender離散TextGeographyKey離散TextHouseOwnerFlag離散TextLastName離散TextMaritalStatus離散TextNumberCarsOwned離散LongNumberChildrenAtHome離散LongRegion離散TextTotalChildren離散LongYearlyIncome連續(xù)Double15. 繼續(xù)完成操作步驟。（2）創(chuàng)建 Naive Bayes 模型1. 在數(shù)據(jù)挖掘設(shè)計(jì)器的“挖掘模型”選項(xiàng)卡中

22、，右鍵單擊“結(jié)構(gòu)”列，并選擇“新建挖掘模型”。此時(shí)，系統(tǒng)將打開“新建挖掘模型”對(duì)話框。2. 在“模型名稱”中，鍵入 TM_NaiveBayes。3. 在“算法名稱”中，選擇 Microsoft Naive Bayes。單擊“確定”。將顯示一條消息，說明 Microsoft Naive Bayes 算法不支持連續(xù)列。若要在 Naive Bayes 模型中使用這些列，必須對(duì)其進(jìn)行離散化。4. 單擊“是”，以確認(rèn)此消息并繼續(xù)下面的操作。此時(shí)在“挖掘模型”選項(xiàng)卡中將顯示新模型。（3）部署項(xiàng)目（4）決策樹模型和貝葉斯模型提升圖比較1. 切換到數(shù)據(jù)挖掘設(shè)計(jì)器的“挖掘準(zhǔn)確性圖表”選項(xiàng)卡中，單擊“選擇事例表”按鈕，打開“選擇表”窗口，選擇“vTargetMail”數(shù)據(jù)表，單擊“確定”按鈕。此時(shí)，挖掘結(jié)構(gòu)中的列會(huì)自動(dòng)映射到選擇表中具有相同名稱的列。2. 在“選擇要