数据挖掘论文中英文翻译.doc

数据挖掘教程塞思保罗杰米麦克伦南唐昭辉斯科特欧倍桑摘要:微软的SQLServer2005年提供了一个综合完整的环境,用于创建和从事数据挖掘模型工作。本教程使用如下四个实例:目标邮购,数据预测,购物篮,序列簇用来演示阐述如何使用挖掘模型算法,挖掘模型浏览器,和数据挖掘工具,这些是包含在本次发布的SQLServer中。在本文件所载的信息,代表了当前微软公司对于出版日期的讨论的看法。因为Microsoft必须响应不断变化的市场条件,它不应被解释为是一种代表微软的承诺,微软和Microsoft不能保证出版日期后提出的任何资料的准确性。本白皮书仅供参考,对于本文件中的资讯,Microsoft不作任何担保,明示或暗指。遵守所有适用的版权法是用户的责任。在没有版权的情况下,未经微软公司明确的书面许可,不得以任何形式或以任何方式(电子,机械,影印,录音或其他方式)或为任何目的而复制,储存或引入检索系统,或传输本文件任何一部分。本文件中可能涉及到微软的专利,专利申请,商标,版权或其他知识产权事项。除明文规定外的任何书面许可协议,微软提供的这份文件没有给你任何许可这些专利,商标,版权或其他知识产权。***@2003年微软公司。保留所有权利。微软既是一个注册商标又是微软公司在美国和/或其他国家的商标。文中提到的公司和产品的名字可能是它们各自所有者的商标。介绍数据挖掘教程的日的是引导您通过微软SQLServer2005创建数据挖掘模型。该数据挖掘算法和工具,在SQLServer2005可以很容易地建立-个全面的解决方案的各种项目,包括购物篮分析,预测分析,和邮购分析。对这些解决方案的描述在教程中有更详细的解释。SQLServer2005最明显的部分是用来创建和处理数据挖掘模型的工作室。在线分析处理(OLAP)和数据挖掘工具被统一为两个工作环境:商业智能开发工作室和SQLServer管理工作室。通过商业智能开发工作室,您可以在与服务器断开连接的情况下建立一个服务项目分析°当项目巳经准备就绪,您可以发布到服务器上。您也可以直接而向服务器工作。SQLServer管理工作室的主要职能是管理服务器。之后将有针对每一个环境的详细说明。欲了解更多关于从两个环境中选择的信息,清参看SQLServer联机丛书中的“在SQLServerX作室和商业智能开发工作室中选择”。所有的数据挖掘工具中存在的数据挖掘编辑器。使用编辑器,您可以管理挖掘模型,创造新的模式,以期车型,比较模型,并建立预测的基础上现有的模式。当您建立一个挖掘模型后,你会想要探索它,寻找有趣的模式和规则。编辑器中每个挖掘模型视图都被定制为由具体算法创建的探索模型。欲了解更多关于视图的信息,清参看SQLServer联机从书中的“查看数据挖掘模型”。您的项目往往会包含多个挖掘模型,所以才能使用的模式创建的预测,你要能够确定哪些模式是最准确的。出于这个原因,编辑包含一个模型比较工具挖掘精度的图表标签。使用此工具,您可以比较准确的预测模型和您确定最佳模式。为了建立数据预期,你将使用一种DME语言,DMX扩展了传统的SQL语法,包含了一些创建修改和建立数据预期的命令,关于DMX的详细信息,请参考SQLBOL中的“DataMiningExtensions(DMX)Reference"章节°因为建立一个数据预期可能比较复杂,所以数据挖掘编辑器包含了一个工具叫做“PredictionQueryBuilder”,该工具可以让你在一个图形化的界面下编辑DMX查询语句,你也可以在该工具中可以查看白动生成的DMX语句。了解了前面介绍的实现数据挖掘的工具之外,同等重要的是了解数据挖掘模型的结构本身,建立一个数据模型的关键是数据挖掘算法,该算法在你操作的数据中寻找我们需要的部分,并旦转换这些数据成为一个可操作的数据模型,SQL2005包含9中数据模型算法:•决策树簇传统贝叶斯序列簇时间系•联结神经网络线性mi归逻辑I可归祖合的使用这9种数据算法,你能够创建适应大部分商业逻辑的数据挖掘解决方案,本教程将详细的介绍这些算法。一些很重要的建立数据挖掘解决方案的步骤是用来整理准备那些用于建立数据模型的数据,SQL2005包含一个DTS的工作环境以及一些DTS的工具用于清理验证准备数据,关于DTS的更多信息请查看SQLBOL中的”DTSDataMiningTasksandTransformations"章节。为了阐述SQL2005中的数据挖掘特性,本教程使用了一个新的示例数据库AdventureWorksDW,该数据库包含在SQL2005中它提供OLAP以及数据挖掘的一些实例数据。为了使用这个数据库你需要在安装SQL的时候选择它°Adventure数据库AdventureWorksDW数据库是基于一个虚构的自行车制造公司而建立,公司的名称叫做"Adv