3.
在“选择输入表”框中，单击“选择事例表”。 系统将打开“选择表”对话框。
4.
在“数据源”中，选择 Adventure Works DW。
5.
在“表/视图名称”中，选择 ProspectiveBuyer 表，再单击“确定”。
选择输入表之后，预测查询生成器便会根据各列的名称在挖掘模型和输入表之间创建默认映射。
-21-
生成预测查询 1.
在“挖掘模型预测”选项卡上的网格内的“源”列中，单击第一个空行中的单元格，然后选择 ProspectiveBuyer。
在 ProspectiveBuyer 行的“字段”列中，选择 ProspectAlternateKey。
这会将唯一标识符添加到预测查询中，以便标识谁可能购买自行车，以及谁不可能购买自行车。
2.
3. 4.
在“源”列中，单击下一个空行，然后选择 TM_Decision_Tree。 在 TM_Decision_Tree 行的“字段”列中，选择 Bike Buyer。 这将会输出 Microsoft 决策树模型中作为预测目标的列。
-22-
5. 6.
在“源”列下，单击下一个空行，然后选择“预测函数”。 在“预测函数”行的“字段”列中，选择 PredictProbability。
预测函数提供有关模型如何进行预测的信息。PredictProbability 函数提供有关正确预测的概率信息。您可以在“条件/参数”列中指定预测函数的参数。 7.
在 PredictProbability 行的“条件/参数”列中，键入 [TM_Decision_Tree].[Bike Buyer]。 这将指定 PredictProbability 函数的目标列。有关函数的详细信息，请参阅数据挖掘扩展插件 (DMX) 函数参考。
“挖掘模型预测”选项卡的工具栏中的第一个工具是“切换到查询设计视图/切换到查询结果视图”按钮。通过单击此按钮上的下箭头，可在所创建的查询的视图之间切换。使用“查询”视图可以查看预测查询生成器创建的 DMX 代码。使用“结果”视图可以运行查询并查看结果。使用“设计”视图可以向查询中添加新预测函数。注意：如果在“查询”视图中手动更改查询的文本，则切换回“设计”视图时，不会保留修改后的查询。 查看结果
通过单击“切换到查询设计视图/切换到查询结果视图”按钮（即工具栏上的第一个按钮）旁边的箭头并选择“结果”，可以运行查询。
-23-
六、实验结果、分析和结论（误差分析与数据处理、成果总结等。其中，绘制曲线图时必须用计算纸或程序运行结果、改进、收获）
使用 Microsoft SQL Server Analysis Services 可以很方便地创建复杂的数据挖掘解决方案。Analysis Services 工具可帮助我们设计、创建和管理来自数据仓库的多维数据集和数据挖掘模型，还可管理对 OLAP 数据和数据挖掘数据的客户端访问。通过实验理解了数据挖掘的基本概念及其过程及数据挖掘与数据仓库、OLAP之间的关系。对基本的数据挖掘技术与方法的工作原理与过程，掌握数据挖掘相关工具的使用有了初步的了解。
注：教师必须按照上述各项内容严格要求，认真批改和评定学生成绩。
-24-
数据仓库与数据挖掘实验报告
