第三章数据挖掘概念与DMX.pptVIP

3.6.2 创建挖掘模型 2、复杂的嵌套场景 根据年龄、性别以及所购的其他商品来预测可能 购买了哪些商品 根据性别和年龄来预测所购商品的数量 案例中不能预测所购物品的数量，所以 必须创建无值属性作为输出 因为用法标记之间没有差别，所以案例中 不创建无值属性 3.6.2 创建挖掘模型 3、过滤器 正如模型可以使用结构中列的子集一样，模型也可以通过在添加模型时定义 过滤器而使用数据的子集。事例可以使用任意过滤器字句来过滤，此子句 可以包含事例级和嵌套级列，也可以过滤嵌套表的内容。 3.6.3 填充挖掘结构 创建数据源 填充数据 3.6.3 填充挖掘结构 DMX使用SHAPE语法的子集来创建分层行集 1、填充嵌套表 3.6.3 填充挖掘结构 1、填充嵌套表 SHAPE在SQL Server数据挖掘中的实现方案要求，所有行集都按照 与它们相关联的列来排序。这是为了确保性能和可伸缩性， 使用了SHAPE的后果之一是输入集中的每个嵌套表都包含表示事例 表外键的一个列。但是，此列在挖掘结构中不存在。 为适应SHAPE的这一要求，引入关键字SKIP，它指出存在于源数据 中而又不用来填充结构的那些列。 3.6.3 填充挖掘结构 2、查询结构中的数据 3.6.3 填充挖掘结构 3、查询模型数据 // (b) Populate the new model INSERT INTO ClusterDrillthrough GO // (c) Get possible genders SELECT DISTINCT Gender FROM ClusterDrillthrough GO // (d) Get range of Ages SELECT DISTINCT RangeMin(Age), Age, RangeMax(Age) FROM ClusterDrillthrough GO // (e) Get the patterns found in the model SELECT * FROM ClusterDrillthrough.CONTENT GO // (f) Get cases in cluster 1 SELECT * FROM ClusterDrillthrough.CASES WHERE IsInNode(001) 3.7 预测 3.7.1、预测连接 INSERT INTO [People2] (CustID, [Name], Gender, Age, AgeDisc, CarMake, CarModel) OPENQUERY(Chapter3Data, ‘SELECT [Key],[Name],Gender, Age,Age,CarMake,CarModel FROM People‘) 3.7 预测 3.7.2 预测查询语法 次语句将模型PredictGender-Bayes应用到指定的查询返回的没一行，并 根据Age和CarModel输入，从中返回姓名和最可能的性别值。 3.7 预测 1、嵌套源数据 并不是模型描述的所有输入都需要从源数据提供 预测期间源查询中未提供得任何输入都认为是MISSING，如何对待缺失的数据 是由各个算法决定的 3.7 预测 2、实时预测 应用程序使用模型根据内存数据（例如用户输入）执行的动态预测 DMX针对实时预测使用一种特殊形式的预测查询，称为单例查询。 单例查询将源数据直接包含在查询文本中 3.7 预测 3、退化预测 即使没有源数据，仍然可以对模型进行预测。执行没有源数据的预测与 执行只有一行数据但所有输入或缺失的预测在语义上是等价的，但每种 算法可以自由地返回各自的结果。一般来说，算法将返回对所有人而 言最可能的值 3.7 预测 3.7.3 预测函数 DMX提供了支持预测场景的各种函数 基本函数Predict是多态的,其行为取决于提供的是标量(事例级)还是表 列引用。在很多情况下，如果只想预测事例 级列的值 ，则根本就不 需要使用Predict。选择可预测列的行为与预测该列是一样的。 也就是说，只要Gender是一个可预测列，则Select Gender与 Select Predict（Gender）是等价的 PredictHistogram是最全面的事例级列预测函数。该函数返回一个表 次表包含标量列预测可用的所有信息。 3.7 预测 3.7.3 预测函数 SELECT Histogram AS Label, PredictHistogram(CarModel) AS Hist FROM FilterByAge 3.7 预测 3.7.4 嵌套表上的预测 根据过去购买的物品、购物篮中的物品或者仅仅根据客户的个人特性 来提供推介物品。 推介预测用PredictAssociation