[工学]sqlserer2008r2数据挖掘.doc

SQL Server 2008 r2实践报告 SQL Server 2008 r2的数据挖掘实践报告 一、SQL Server 2008 r2的安装过程1.1 下载SQL Server 2008 r2.网址为：/dl/download/1/E/6/1E626796-588A-495C-917B-321093FB98EB/2052/SQLFULL_x86_CHS.exe。（32位）/dl/download/1/E/6/1E626796-588A-495C-917B-321093FB98EB/2052/SQLFULL_x64_CHS.exe?lcid=2052&ptype=pcare。（64位）SQL Server 2008 R2 序列号：数据中心版：PTTFM-X467G-P7RH2-3Q6CG-4DMYBDDT3B-8W62X-P9JD6-8MX7M-HWK38企业版：R88PF-GMCFT-KM2KR-4R7GB-43K4BGYF3T-H2V88-GRPPH-HWRJP-QRTYB标准版：CXTFT-74V4Y-9D48T-2DMFW-TX7CYB68Q6-KK2R7-89WGB-6Q9KR-QHFDW开发版：MC46H-JQR3C-2JRHY-XYRKY-QWPVMFTMGC-B2J97-PJ4QG-V84YB-MTXX8工组版：XQ4CB-VK9P3-4WYYH-4HQX3-K2R6QWEB版：FP4P7-YKG22-WGRVK-MKGMX-V9MTM本次实验中装的为企业版，cpu字长为32位。1.2 安装（1） 解压缩后点击setup.exe后开始安装，出现下面的界面：（2） 选择右边的第一个，全新安装或向现有的安装添加功能。检查成功后会出现下面的页面。此时只需添上面给出的序列号就行，这次试验装的是企业版，所以选了如图所示的序列号。（3） 接下来会出现这个界面，问你是否接受许可条款。选择接受后点下一步。（4） 安装支持文件，点击安装即可。等待安装。（5） 安装支持文件完成后会安装支持规则，它是确定您在安装SQL Server安装程序支持文件时可能发生的问题。必须更正所有失败，安装程序才能继续。如下图，下图显示全部通过，若出现问题，则需根据实际问题进行更改。（6） 设置角色，选SQL Server功能安装，点下一步（7） 功能选择。选择你要使用的功能，在这里我点了全选。然后进入下一步。（8） 安装规则。没有错误则进行下一步。（9） 实例配置。这不基本不用更改什么东西，除非你对数据库很熟练并且有更高的要求。（10） 磁盘空间要求。选择你要安装的磁盘即可。本次试验中选择了D盘。然后进入下一步（11） 服务器配置。这里需要注意一下账号名的选择，起初账户名为空，进入不到下一步，选择账户名后就行了。（12） 数据库引擎配置。这里最好是选混合模式，为以后编程方便，否则会出现很多问题，设置混合模式后可以用两种身份登录，一种是windows身份验证模式，一种是server身份验证模式，指定密码即可（密码有要求）。然后选添加当前用户即可。然后进入下一步。（13） 安装配置规则这里遇到问题，可能是原来安装过sql server 2008，卸载时没卸载干净。可进行以下步骤进行清除，清除后页面有重新检测按钮，点击即可。若还是清除不了，则建议重装系统。i） 卸载-删除C:Program FilesMicrosoft SQL Server这整个文件夹，-regedit打开注册表-删除HKEY_LOCAL_MACHINESOFTWAREMicrosoftMicrosoft SQL Server主键-删除HKEY_CURRENT_USERSoftwareMicrosoftMicrosoft SQL Server主键-windows服务如果还在，还需要删除服务.-HKEY_LOCAL_MACHINESYSTEMCurrentControlSetServices 直接删除相关的键值便可-重新启动计算机ii） 如果机器上装有VS的话，要把VS自带的SQL * EXPRESS卸载；同时删除XML4和MSXML6，到控制面板/添加删除程序。iii） 关闭所有杀毒软件，尽量关闭防火墙（14） 安装完成，关闭即可。二、数据挖掘2.1相关知识介绍这次实验用SQL Server 2008 r2 进行数据挖掘。在进行实验之前先了解下相关的术语。i） OLAP（online analytical processing）联机分析处理。它表示为了分析活动而设计和优化的数据结构。ii） Microsoft BI解决方案的核心组件a) SSAS（SQL Server Analysis Service）。它为数据仓库提供了存储和查询OLAP多维数据集数据的机制。还提供了精密的OLAP多维数据集开发人员和管理人员界面。b) BIDS（Business Intelligence Development Studio）。SSAS的开发界面。它是在Visual studio环境中打开的。开发SSAS多维数据集并不需要安装完整的Visual Studio环境。如果开发机上没有visual studio环境，那么安装SSAS时，BIDS会将其作为独立组件安装。如果开发机上有Visual Studio环境，那么BIDS会作为现有Visual Studio实例的组件安装。（注意：如果要在使用SSAS的计算机上运行完整版的Visual Studio 2008，则必须安装visual studio 2008的Service Pack 1）下面开始我们的实验，此次实验此次实验用了两个数据集一个是northwind，一个是癌症信息。第一个是很多书的测试数据集，从网上可以下载。第二个也是书上的范例，可从http：/下载。2.2实验步骤及内容2.2.1 聚类分析首先将数据集导入到SQL Server 2008数据库中，SQL server2008中配有专门的导入数据工具。点击后进入如下界面：点击下一步会进入以下页面：这是选择要导入的数据源，数据源那有很多格式，本实验就这两种数据格式进行展示；i） 若实验数据存储形式为xsl（癌症），则选择Microsoft Excel，截图如下：接下来的执行为：ii） Northwind本身为sql数据，只需打开执行即可，执行前先建立一个Northwind的数据库。到此数据导入完毕，下面进行数据挖掘。在 Analysis Services 中开发数据挖掘解决方案时，应首先创建 Analysis Services 项目。在该项目中，定义将用于分析的数据源，然后建立包括处理数据所使用的算法和自定义指令的模型。您还可以继续在该项目中测试和完善模型。对解决方案感到满意之后，可以将它部署到其他服务器或者在应用程序中使用它，以便提供预测和分析。具体步骤如下：（1） 创建Analysis Services项目。开发数据挖掘解决方案时，先使用BIDS创建Analysis Services项目。每个数据挖掘项目都包含以下4种对象：数据源；基于数据源的数据源视图；定义如何在模型中使用数据的挖掘结构；以及创建和存储模式的挖掘模型。（2） 添加数据源。在数据源上点击右键，建立新的数据源。会出现如下界面点击下一步，进入如下界面：点新建按钮，新建一个数据连接。确定后进入下面的界面（注意要选第二个）点击下一步后进入下面的界面：（3） 建立数据源视图。主要目的是当有多个表时可直观的看到各表之间的联系。步骤截图如下：结果如下：（4） 创建挖掘结构。点击右键选择新建挖掘结构。会出现下面的画面：我的实验是用癌症的数据库来做聚类分析，所以挖掘技术选聚类分析。接下来选择要挖掘的数据源。下面开始进入指定表类型。本次分析模型的建立是使用癌症表。因此，我们在表癌症建模数据集的后面勾选事例选项。而嵌套选项的意义是，若表间存在关联性，即要利用索引键或主键等使窗体相互连接，则可在主表后勾选【事例】，而在附表后勾选【嵌套】，使两张窗体字段可以同时进入模型。本实例只分析一张表，只勾选事例即可。如下图：下一步进入指定定型数据。在这个步骤中，我们要指定本次分析模型建立所需要的依变量Y以及自变量X。下图显示，每个列个属性有键，输入，可预测这三种情况，根据你要分析的情况选择。键：该列用作行的唯一标识符。输入：此设置表示将列作为模型的源数据。可预测：此设置表示此列仅作为模型的输出。当选择键和可预测后，可点击建议来选择输入。如图所示：点击下一步后进入指定数据行的内容和数据类型对话框。在这个步骤下确认数据属性是否正确无误。i） 数据类型：是一种数据挖掘类型的匹配，可能的值有Text、Long、Boolean、Double、Date。在创建数据挖掘结构的时候会自动检测并分配数据类型。ii） 内容类型：是数据的附加属性，挖掘模型算法通过它来理解数据的行为。可能的值有Continuous（连续型变量）、Cyclical（循环型变量）、Discrete（离散型变量）、Discretized（由连续型经过切割而成的离散型变量）、Ordered（顺序型变量）注意：先确定数据类型，然后在模型中确定合适的内容类型接下来进入创建测试集，【测试数据百分比】是指定位测试集保留的事例百分比，【测试数据集中的最大事例数】限制测试集中的事例总数。最后一步进入完成向导。在挖掘结构名称输入挖掘结构的名称和挖掘模型的名称。（5） 处理。模型建立完成最后要执行模型的处理。鼠标右键点击挖掘结构的模型，点击处理。处理模型后，程序会询问是否建立和部署项目。点【是】。进入处理挖掘结构癌症如下图。点选【运行】后如下图：若处理成功界面如下：BIDS挖掘结构设计器的下共有5个选项卡。在对癌症进行聚类分析后内容分别为：i） 挖掘结构。ii） 挖掘模型iii） 挖掘模型查看器。下面又四个选项卡分别为：a) 分类关系图。展现各分类间的关联性的强弱。最左边有个滑动条，越往上，链接越多，最下面就是关联性最强。b) 分类剖面图。点击每个变量的分类，会出现相应的挖掘图例。如下图：c) 分类特征。主要呈现每一类的特征。如下图d) 分类对比。主要呈现出两分类间特征的比较。2.2.2 关联规则下面简单再演示一下关联规则的过程。这次对northwind数据库进行挖掘。前面的步骤都一样，下面只展现一下结果。在指定表类型时选取Customers表为事例，挖掘模型结构如下。Customer ID为键，contact Title为预测列，其他为输入。挖掘模型查看器中的内容为：a) 规则。查看Apriori算法中生成的关联规则。用户可通过此查看器了解关联规则内容