【IT168 信息化】
验证数据挖掘模型
通常情况下,针对某个特定案例,我们不能准确定位哪个挖掘算法是最准确的,所以我们会在一个挖掘结构中定义多个挖掘模型;通过对多个挖掘模型的验证,得出最准确的那个。
DMX(Data Mining Extension)
DMX是用来从数据挖掘模型中查询数据的语言,看起来和SQL很相似,不过这种语言学习起来很不容易(目前国内还买不到任何关于DMX的学习资料),可能微软也意识到DMX写起来很困难推出了很多编写DMX的模板,主要针对Model Content,Model Management,Prediction Queries 和Structure Content,依据下图读者可以到SQL Server Mangement Studio中感受DMX。
点击放大
从编程的角度来说,Prediction Queries 应该使用最多的,分享一下我自己在写Prediction Queries的一些经验。 微软商业智能平台,SQL Server Reporting Services 是主要的报表展示平台,我们可以利用SSRS 里面提供的一些UI界面帮助我们更好的编写DMX。现在我们需要查询哪些客户可能会买自行车,可能购买的百分比是多少。关于怎么使用SSRS常见报表是属于这部分的内容,因此这里直接进入 查询编辑器,如下图:
我们在选择了Case table之后,挖掘模型中的列会和case table中的列自动关联起来,之后我们可以通过简单的拖拽,将需要显示的Mining Model Columns 或者Case Table Columns 拖到下面的Matrix中,这个时候我们点击按钮(Switch DMX code and UI)可以切换到DMX的代码界面。目前我就得到了一个标准DMX Prediction Query,
SELECT
t.FirstName, t.LastName,
(Predict ([Bike Buyer])) as [PredictedValue],
(PredictProbability([Bike Buyer])) as [Probability]
From
[TM Decision Tree]
PREDICTION JOIN
OPENQUERY([Adventure Works DW],
'SELECT
[FirstName],
[LastName],
[CustomerKey],
[MaritalStatus],
[Gender],
[YearlyIncome],
[TotalChildren],
[NumberChildrenAtHome],
[HouseOwnerFlag],
[NumberCarsOwned],
[CommuteDistance]
FROM
[dbo].[DimCustomer]
') AS t
ON
[TM Decision Tree].[Marital Status] = t.[MaritalStatus] AND
[TM Decision Tree].[Gender] = t.[Gender] AND
[TM Decision Tree].[Yearly Income] = t.[YearlyIncome] AND
[TM Decision Tree].[Total Children] = t.[TotalChildren] AND
[TM Decision Tree].[Number Children At Home] = t.[NumberChildrenAtHome]
AND
[TM Decision Tree].[House Owner Flag] = t.[HouseOwnerFlag] AND
[TM Decision Tree].[Number Cars Owned] = t.[NumberCarsOwned] AND
[TM Decision Tree].[Commute Distance] = t.[CommuteDistance]
在上面代码的基础上,我们可以编辑,如我们需要利用输入参数控制显示数据;定义参数@Buyer ,@Possible,这个时候我们可以通过添加一些简单的WHERE 条件即可完成,如:
WHERE
(Predict ([Bike Buyer]))=@Buyer AND
PredictProbability([Bike Buyer]) > @Possible
当然通过改变PREDICTION JOIN,我们也可以去掉一些对Predictable column 影响不大的 attributes。
是不是感觉比从零开始写起DMX容易了很多?
挖掘结果展示
上面提到SQL Server Reporting Services 是微软商业智能平台首选报表展示平台,但是并不意味我们必须使用它来展示报表,我们也可以利用asp.net(C#/VB.net + ADOMD.net + DMX ),甚至是Excel(SQL Server 2005/2008 插件) 连接数据挖掘模型所在的SQL Server实例进行挖掘结果的展示。
此外,微软也将数据挖掘作为其云计算平台上的一项服务推出(http://www.microsoft.com/bi/en-us/Community/BILabs/Pages/DataMiningInTheCloud.aspx)。