Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 4)

- изменение силы связи (ползунком),

- выбор атрибута и его значения.

Вкладка Cluster Profiles показывает содержимое кластеров (значения атрибутов объектов, попавших в кластер):

Какая характеристика имела основное влияние при кластеризации?

Вкладка Cluster Characteristics показывает вероятность попадания в кластер объекта с определенным значением атрибута:

Продемонстрировать работу с моделью.

Вкладка Cluster Dicrimination позволяет сравнить два кластера:

Продемонстрировать работу с моделью.

Ассоциативные правила

Построение и развертывание модели Ассоциативных правил

1. Создать модель ассоциативных правил на основе сведений о человеке.

2. Исходные атрибуты: ФИО, образование, количество детей, семейный статус, количество автомобилей, пол, возраст и т.д.

4. Для созданной ранее модели выбрать вкладку Mining Models

5. В контекстном меню выбрать – Новая модель

Указать название модели и алгоритм – Правила взаимосвязей и нажать ОК:

Будет создана модель:

Развернуть модель (аналогично рассмотренному выше).

Просмотр модели

1. Просмотреть и интерпретировать полученную модель. Дать пояснения по результатам. Продемонстрировать работу с результатами модели.

3. Вкладка Rules показывает полученные правила и их вероятность:

Продемонстрировать работу с моделью.

1. Вкладка ItemSets показывает частые наборы (которые часто встречаются у исходных объектов) и их поддержку (количество):

1. Продемонстрировать работу с моделью.

2. Вкладка Dependency Network показывает правила и их вероятность в графическом виде:

Продемонстрировать работу с моделью.

Пример задания

Задание 1. Построение аналитической модели и интерпретация результатов

Создать BI проект и указать его параметры

Запустить среду SQL Server Server Business Intelligence Development Studio (или MS Visual Studio). Выполнить следующие пункты:

1. Создать новый проект типа Business Intelligence project -> Analysis Service project.

2. Подключиться к источнику данных (сервер = localhost, БД = AdwentureWorksDW, тип авторизации = use the service account).

ВНИМАНИЕ: если такой БД на сервере нет, то нужно скачать БД примеров и установить их.

1. Создать Представление данных (data Source View).

Создание модели классификации – Дерево решений

• Создать модель Дерево решений для определения покупателей велосипедов.

ВНИМАНИЕ: при построении модели необходимо сменить тип regular на discrete для поля Покупатель велосипеда и всех полей, имеющих тип long (age и др.).

1. Выполнить развертывание модели.

2. Продемонстрировать результаты построения модели.

3. Интерпретировать результаты.

4. Пользуясь теоретическим или детальным пособием, дать пояснения по результатам построенной модели (кто покупает велосипеды) по вкладкам.

Задание 2. Построение аналитической модели и интерпретация результатов

Создание модели кластеризации

1. Создать модель Кластеризации для выделения групп покупателей.

2. Выполнить развертывание модели.

3. Продемонстрировать результаты построения модели.

4. Интерпретировать результаты.

5. Пользуясь теоретическим или детальным пособием, дать пояснения по результатам построенной модели по вкладкам.

Задание 3. Построение аналитической модели и интерпретация результатов

Создание модели Ассоциативные правила

• Создать модель Ассоциативные правила для выявления зависимостей между сведениями о человеке и покупкой велосипеда.

• Выполнить развертывание модели.

• Продемонстрировать результаты построения модели.

• Интерпретировать результаты.

• Пользуясь теоретическим или детальным пособием, дать пояснения по результатам построенной модели по вкладкам.

Вопросы для самопроверки:

1. Какие модели Data Mining существуют и как создать каждую из них?

2. Что такое задача классификации?

3. Что такое задача кластеризации?

4. Что такое ассоциативные правила?

5. Как просмотреть и интерпретировать резуьтаты моделирования Data Mining?

6. Как строятся различные модели Data Mining?

7. Алгоритм кластеризации.

8. Дерево решения, его назначение.

9. Как интерпретировать результаты кластеризации?

10. Как интерпретировать дерево решений?

11. Как интерпретировать ассоциативные правила?

Список литературы

1. Барсегян А. А. и др. Анализ данных и процессов. - СПб: БХВ-Петербург. - 2009 г.

2. Материалы сайта Microsoft - http://msdn.microsoft.com/ru-ru/library/cc645779.aspx

3. Кубы (службы Analysis Services http://msdn.microsoft.com/ru-ru/library/ms175680(v=sql.90).aspx

4. Использование MS SQL Server Analysis Services 2008 для построения хранилищ данных http://www.intuit.ru/department/database/mssqlsas2008/class/free/status/

Характеристики

Список файлов лабораторной работы