3. QLServer中的数据挖掘工具与应用 13.51数据挖掘的基本概念 数据挖掘是帮助终端用户从大量数据中提取有用信息的过程。数 据挖掘的数据源主要是数据仓库和关系数据库。数据挖掘是一门 交叉学科涉及数据库、人工智能、数理统计等多学科知识。 数据挖掘常用的分析方法有:决策树、分类分析、聚类分析、神 经网络、遗传算法、规则推导、关联分析和时间序列分析等多种 方法。 SQL Server的分析服务提供了建立在数据仓库基础上的数 据挖掘应用的接口和常用的数据挖掘技术工具 13.52 SQL Server的数据挖掘模型 数据挖掘模型是一个虚拟结构,它表示关系或多维数据的分组和 预测分析。 若要确定数据挖掘模型中每个特性的相对重要性,该模型需经历 称为挖掘模型培训的过程。 作为数据挖掘进程的中心,数据挖掘模型算法决定如何分析数据 挖掘模型的事例 目前,在 SQL Server的分析服务中提供了两类数据挖掘模型,即 Microsoft决策树模型和 MMicrosoft聚集模型。13.5 SQL Server 中的数据挖掘工具与应用 • 13.5.1 数据挖掘的基本概念 • 数据挖掘是帮助终端用户从大量数据中提取有用信息的过程。数 据挖掘的数据源主要是数据仓库和关系数据库。数据挖掘是一门 交叉学科涉及数据库、人工智能、数理统计等多学科知识。 • 数据挖掘常用的分析方法有：决策树、分类分析、聚类分析、神 经网络、遗传算法、规则推导、关联分析和时间序列分析等多种 方法。SQL Server的分析服务提供了建立在数据仓库基础上的数 据挖掘应用的接口和常用的数据挖掘技术工具。 • 13.5.2 SQLServer的数据挖掘模型 • 数据挖掘模型是一个虚拟结构，它表示关系或多维数据的分组和 预测分析。 • 若要确定数据挖掘模型中每个特性的相对重要性，该模型需经历 称为挖掘模型培训的过程。 • 作为数据挖掘进程的中心，数据挖掘模型算法决定如何分析数据 挖掘模型的事例。 • 目前，在SQL Server的分析服务中提供了两类数据挖掘模型，即 Microsoft决策树模型和Microsoft聚集模型。 返回目录