【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)。