《数据仓库与数据挖掘》指导书.doc

《数据仓库与数据挖掘设计》 指导书 自编 东华理工大学 数据仓库与数据挖掘课程组 目 录 实验一：数据仓库的环境配置与构建实验 实验二：数据仓库的OLAP技术实验 实验三：数据挖掘方法实践实验 实验一、数据仓库的环境配置与构建实验 实验目的： 1）了解数据挖掘与商务智能之间的联系与区别； 2）分析数据挖掘仓库的特性和构架； 3）掌握数据挖掘的功能和建模的标准CRISP-DM。 4）掌握MSS的分析服务、报表服务和整合服务，并能够用以解决实际问题。 实验结果分析与要求： 完成实验目的中的内容，记录操作中的各个步骤，并进行分析。 实验内容： 1、将Excel数据表导入SQL数据库中的数据表 材料：SQL范例资料.xls中的三国表。 软件：SQL Server 2008 R2 基本步骤： 首先按照三国表中的属性在数据口中建立对应的表。 打开VS选择项目中的“Integration Services”项目，并制定项目的保存位置，最后单击“确定”按钮即可新建一个SSIS项目。 在“控制流”选项卡中，从工具箱拖拽“数据挖掘查询任务”的图示到工作区中。 切换“数据流”选项卡，先制定数据的源，因为要导入的是Excel数据，所以从工具箱拖拽Excel源的图示到工作区中，然后再Excel源上右击，选择菜单上的“编辑”。 在Excel源编辑器中，单击“新建”按钮来制定Excel数据的源，在Excel连接管理器中，单击“浏览”按钮来选择Excel文件，完成后单击“确定”按钮。 在“Excel工作表的名称”下拉列表中选择要导入的数据表，然后单击“确定”按钮，完成数据源的设置。 建立数据转换，从工具箱中拖拽“数据转换”到工作区中。 在Excel源上右击，选择“添加路径”。 指定“Excel源”到“数据转换”，最后单击“确定”按钮。 输出指定“Excel源输出”，输入指定“数据转换输入”，单击“确定”按钮。 设置数据流的目标，要导入到SQL的数据库中，从工具箱中拖拽“SQL Server目标”到工作区。 然后在“数据转换”上右击，选择添加路径来建立与数据流目标的连接。 在“数据流”对话框中，指定从“数据转换”到“SQL Server目标”，单击“确定”按钮。在“选择输入输出”对话框中，输出指定“数据转换输出”，输入指定“SQL Server目标输入”，单击“确定”按钮。 最后设置数据导入的位置，在“SQL Server目标”上右击，选择“编辑”。 在“SQL 目标编辑器”窗口中，单击“新建”按钮，然后在“配置 OLE DB连接管理器”窗口转中，同样单击“新建”按钮。 在“连接管理器”窗口中，“服务器名”选择SQL数据库的位置，在“登录到服务器”中选择“使用windows身份验证”，在“选择或输入一个数据库名”指定数据要导入的数据库，单击“确定”按钮返回上一个窗口，再单击“确定”按钮。 最后要指定数据要导入哪一个数据表，选择完成后单击“确定”按钮。 接下来选择“映射”，接着单击“确定”按钮即可。 现在已经完成配置，单击“启动调用”按钮，测试是否错误，执行完毕为绿色，执行中为黄色，错误为红色。 可以到导入的SQL数据库的数据表位置查看数据是否都已经导入了。选择SQL Server Management Studio打开后找到之前导出的数据表来查看。 选择“选择前1000行”后则可以看到结果。 2、对数据进行抽样 材料：SQL范例资料.xls中的三国表。 软件：SQL Server 2008 R2 基本步骤：在“数据转换”中选择“百分比抽样”，抽样的百分比为20%。其他同“将Excel数据表导入SQL数据库中的数据表”的操作步骤。 实验二、交换机数据仓库的OLAP技术实验 实验目的： 1）掌握决策树模型的基本概念和计算方法，并用其预测三国表中“身份属性”与其他属性的关系； 2）掌握贝叶斯分类器的基本概念，并用其预测三国表中“身份属性”与其他属性的关系； 3）掌握关联规则的基本概念和种类，并用其预测“肾细胞癌转移情况”。 4）对比以上三种模型，分析其联系与区别。 实验结果分析与要求： 完成实验目的中的内容，记录操作中的各个步骤，并进行分析。 实验内容： 使用决策树模型预测三国表中“身份属性”与其他属性间的关系； 材料：SQL范例资料.xls中的三国表。 软件：SQL Server 2008 R2 基本步骤： 首先将三国表导入到SQL数据库中。 新建Analysis Service 项目，进入项目中的新建挖掘结构，使用数据挖掘向导来建立，进入数据挖掘向导首页后单击“下一步”按钮。 从现有关系数据库或数据仓库读取数据，即为默认值，故直接在