sql server 2005怎么进行数据挖掘

准备 Analysis Services 数据库

在本课程中，您将学习如何创建新的 Analysis Services 数据库，添加数据源和数据源视图，以及准备将用于数据挖掘的新数据库。

生成目标邮件方案

在本课程中，您将学习如何创建可用于目标邮件方案的挖掘模型。您还将学习如何利用挖掘模型，比较挖掘模型，以及如何根据使用下列算法生成的挖掘模型创建预测：

Microsoft 决策树

Microsoft 聚类分析

Microsoft Naive Bayes

生成预测方案

在本课程中，您将学习如何创建用于预测方案的挖掘模型，还将学习如何利用通过 Microsoft 时序算法生成的挖掘模型。

生成市场篮方案

在本课程中，您将学习如何创建用于购物篮方案的挖掘模型,还将学习如何利用通过 Microsoft 关联算法生成的挖掘模型。

生成顺序分析和聚类分析方案

在本课程中，您将学习如何创建用于顺序分析和聚类分析方案的挖掘模型，还将学习如何利用通过 Microsoft 顺序分析和聚类分析算法生成的挖掘模型。

数据挖掘聚类分析图

Microsoft 决策树　为 Adventure

Works DM 教程项目切换到数据挖掘设计器中的“挖掘模型查看器”选项卡时，该设计器将打开并显示结构中的第一个模型，即目标邮件挖掘模型。用于在

Analysis Services 中生成模型的每种算法将返回不同类型的结果。所以，Analysis Services

将为每个算法提供单独的查看器。浏览挖掘模型时，系统会使用该模型相应的查看器，在“挖掘模型查看器”选项卡上显示该模型。在本例中，对于决策树模型，使

用的是 Microsoft 树查看器。此查看器包含两个选项卡，即“决策树”和“相关性网络”。

决策树

在“决策树”选项卡上，可以检查构成挖掘模型的所有树模型。由于本教程项目中的目标邮件模型仅包含单个可预测属性 (Bike Buyer)，所以只需查看一个树。如果存在更多树，则可以使用“树”框来选择其他树。

sql server 建立决策树模型 在之前的系列中，介绍了如何导入数据源，不论是excel文件还是其它的数据源，都可以作为我们的数据来源来导入，那么，本文就根据之前导入的数据在sql server 建立决策树模型，并且对测试数据进行结果预测，原理部分，请参看其他博文

一般来说，总体可以归为3种类型：字符： char，varchar，nchar，nvarchar数字： int，decimal，numeric，float，money时间： datetime，date，time 用惯oracle的人，一般只用3种类型：varchar2，可以认为对应sqlserver的varcharnumber，可以认为对应sqlserver的numericdate，对应sqlserver的datetime 所以，你如果搞不明白那么多数据类型，就用这三种类型。

---