SQL Server 2008 數(shù)據(jù)挖掘插件

1、SQL Server 2008Excel數(shù)據(jù)挖掘插件（Add-Ins）,Agenda,Excel數(shù)據(jù)挖掘插件新增工具 挖掘結(jié)構(gòu)的改進(jìn) 對(duì)挖掘結(jié)果準(zhǔn)確性的交叉驗(yàn)證 新的時(shí)序算法,Excel數(shù)據(jù)挖掘插件新增工具,預(yù)測(cè)計(jì)算器（Prediction Calculator）,Input cost and profit values,CalculatedScore Threshold,Scores and relative impact,Profit by threshold,Cost of wrong prediction,Excel數(shù)據(jù)挖掘插件新增工具,購(gòu)物籃分析（Shopping Basket An

2、alysis）,Itemsets,Support,Average Value/Sale,Total Value,Excel數(shù)據(jù)挖掘插件新增工具,購(gòu)物籃分析（Shopping Basket Analysis）,Sales Statistics,Value,Recommendation,Selection,Excel數(shù)據(jù)挖掘插件新增工具,挖掘模型文檔（ Mining Model Documentation ）,Excel數(shù)據(jù)挖掘插件新增工具,Demonstration - 使用Excel數(shù)據(jù)挖掘插件的新增工具,Agenda,Excel數(shù)據(jù)挖掘插件新增工具 挖掘結(jié)構(gòu)的改進(jìn) 對(duì)挖掘結(jié)果準(zhǔn)確性的交叉驗(yàn)證

3、 新的時(shí)序算法,挖掘結(jié)構(gòu)的改進(jìn),數(shù)據(jù)分區(qū)（ Data Partitioning ）,Training Set,TestSet,挖掘結(jié)構(gòu)的改進(jìn),設(shè)置挖掘模型列別名,挖掘結(jié)構(gòu)的改進(jìn),設(shè)置數(shù)據(jù)挖掘篩選器,挖掘結(jié)構(gòu)的改進(jìn),向下鉆取到挖掘結(jié)構(gòu)數(shù)據(jù),注意： 在DMX中僅支持時(shí)序算法 不支持： Nave Bayes 算法 神經(jīng)網(wǎng)絡(luò)算法 邏輯回歸算法,Agenda,Excel數(shù)據(jù)挖掘插件新增工具 挖掘結(jié)構(gòu)的改進(jìn) 對(duì)挖掘結(jié)果準(zhǔn)確性的交叉驗(yàn)證 新的時(shí)序算法,對(duì)挖掘結(jié)果準(zhǔn)確性的交叉驗(yàn)證,交叉驗(yàn)證的目的 對(duì)單個(gè)模型驗(yàn)證其準(zhǔn)確性 同一個(gè)挖掘結(jié)構(gòu)內(nèi)各個(gè)挖掘模型的比較 交叉驗(yàn)證的步驟 將挖掘結(jié)構(gòu)分成同等大小的數(shù)據(jù)分區(qū) 每次

4、只去掉一個(gè)分區(qū)然后對(duì)剩余的分區(qū)建模型，依次迭代直到所有的分區(qū)都被排除過(guò) 使用被排除的分區(qū)驗(yàn)證相應(yīng)模型的準(zhǔn)確性 分析結(jié)果,對(duì)挖掘結(jié)果準(zhǔn)確性的交叉驗(yàn)證,Demonstration - 對(duì)一個(gè)模型使用交叉驗(yàn)證,Agenda,Excel數(shù)據(jù)挖掘插件新增工具 挖掘結(jié)構(gòu)的改進(jìn) 對(duì)挖掘結(jié)果準(zhǔn)確性的交叉驗(yàn)證 新的時(shí)序算法,新的時(shí)序算法,ARTxp算法 仍然包含在Microsoft時(shí)序算法中 時(shí)間序列中預(yù)測(cè)下一步的最佳算法 ARIMA算法 新加到Microsoft時(shí)序算法中 長(zhǎng)期預(yù)測(cè)的最佳算法 新的Microsoft時(shí)序算法 可以使用ARTxp算法訓(xùn)練一個(gè)模型而使用ARIMA算法訓(xùn)練另一個(gè)模型 最終的結(jié)果為最佳預(yù)測(cè),新的時(shí)序算法,Demonstration - 創(chuàng)建一個(gè)時(shí)序算法模型,總結(jié),使用熟悉的界面顯示了