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 對挖掘結(jié)果準確性的交叉驗證 新的時序算法,Excel數(shù)據(jù)挖掘插件新增工具,預(yù)測計算器（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 對挖掘結(jié)果準確性的交叉驗證

3、 新的時序算法,挖掘結(jié)構(gòu)的改進,數(shù)據(jù)分區(qū)（ Data Partitioning ）,Training Set,TestSet,挖掘結(jié)構(gòu)的改進,設(shè)置挖掘模型列別名,挖掘結(jié)構(gòu)的改進,設(shè)置數(shù)據(jù)挖掘篩選器,挖掘結(jié)構(gòu)的改進,向下鉆取到挖掘結(jié)構(gòu)數(shù)據(jù),注意： 在DMX中僅支持時序算法 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 對挖掘結(jié)果準確性的交叉驗證 新的時序算法,對挖掘結(jié)果準確性的交叉驗證,交叉驗證的目的 對單個模型驗證其準確性 同一個挖掘結(jié)構(gòu)內(nèi)各個挖掘模型的比較 交叉驗證的步驟 將挖掘結(jié)構(gòu)分成同等大小的數(shù)據(jù)分區(qū) 每次

4、只去掉一個分區(qū)然后對剩余的分區(qū)建模型，依次迭代直到所有的分區(qū)都被排除過 使用被排除的分區(qū)驗證相應(yīng)模型的準確性 分析結(jié)果,對挖掘結(jié)果準確性的交叉驗證,Demonstration - 對一個模型使用交叉驗證,Agenda,Excel數(shù)據(jù)挖掘插件新增工具 挖掘結(jié)構(gòu)的改進 對挖掘結(jié)果準確性的交叉驗證 新的時序算法,新的時序算法,ARTxp算法 仍然包含在Microsoft時序算法中 時間序列中預(yù)測下一步的最佳算法 ARIMA算法 新加到Microsoft時序算法中 長期預(yù)測的最佳算法 新的Microsoft時序算法 可以使用ARTxp算法訓(xùn)練一個模型而使用ARIMA算法訓(xùn)練另一個模型 最終的結(jié)果為最佳預(yù)測,新的時序算法,Demonstration - 創(chuàng)建一個時序算法模型,總結(jié),使用熟悉的界面顯示了