《数据挖掘实验报告》由会员分享，可在线阅读，更多相关《数据挖掘实验报告（2页珍藏版）》请在金锄头文库上搜索。
1、数据挖掘实验报告实验三 决策树分析顾客购买自行车的特征分布 1. 实验目标 使用SSAS进行决策树模型挖掘实验。 按“实验内容”完成操作，并记录实验步骤； 回答“问题讨论”中的思考题，并写出本次实验的心得体会； 完成实验报告。 2. 实验要求 3.实验内容 利用adventureworksdw的vtargetmail表中顾客基本情况分析顾客购买自行车的特征分布 4.实验步骤 (1)进入项目的新增挖掘结构，使用数据挖掘向导来建立，进入“数据挖掘向导”后点击“下一步”按钮； 从现在的关系型数据库或数据仓库中读取数据，即为默认值，故直接在这个页面点击“下一步”按钮； 到选择挖掘技术部分选择“Micr
2、osoft决策树”后，点击“下一步”按钮； 选取“Adventure Works DW”数据库后，点击“下一步”按钮； 选取“vTargetMail”表后，点击“下一步”按钮； 选择所需输入的变量与预测变量，以及索引键以CustomerKey为索引键，BikeBuyer为预测变量，并按下建议键以了解预测变量与其他变量之间的相关性，可找出较具影响力的输入变量，之后点击“完成”按钮，这时回到原来的页面，点击“下一步”按钮 此时程序会提出一些变量的相关系数，用户可自行选择输入与否； 显示正确的数据属性，此时修正了一个变量的数据属性，完成后点击“下一步”按钮； 更改挖掘结婚够的名称，点击“完成”按钮； 选择上方的挖掘模型查看器，程序问是否建立部署项目，选择“是”； 接下来点击“运行”按钮； 执行完以后点击“关闭”； 建模完成。生成数据挖掘结构接口包含挖掘结构，挖掘模型，挖掘模型查看器，挖掘准确性图表以及挖掘模型预测；其中在挖掘模型结构中，主要是呈现数据间的关联性以及分析的变量； 在数据挖掘模型中点击鼠标右键，选择“设置算法参数”，针对方法论中的参数进行设置； 根据上面设置的参数，在挖掘模型查看器则呈现此树形结构； 对数据的分布进一步加以了了解，从“依赖关系网络”可以了解因变量与自变量间的关联性强弱程度。
