SQLServer2005经典算法实例.docVIP

实验报告 1、实验时间与地点 2011年4月22日，物联网工程学院B306 2、实验内容 （1）SQL Server 2005中的神经网络应用 1）创建一个Analysis Services项目 2）创建数据源 3）创建数据源视图 4）创建挖掘结构 创建table_1 表结构 table_1(mark,x1,x2,x3,y)，并输入若干行数据。 其中 mark 为键；x1,x2,x3 为输入； y 为可预测列 6）建立挖掘模型 5）设置挖掘模型的参数 7）挖掘模型查看器 8）挖掘准确性图表 9）挖掘模型预测 （2）类似的能完成P196 习题 4 （3）SQL Server 2005中的统计分析方法的实践 11.1 线性回归模型 11.1.5 SQL Server 2005中的线性回归应用 P215-P220 创建挖掘结构 （Microsoft线性回归） vTimeSeries 键列 输入列 可预测列 Amount √ √ ModelRegion Quantity √ √ TimeIndex √ 11.2 Logistic回归模型 11.2.3 SQL Server 2005中的Logistic回归应用 P222-P228 创建挖掘结构 （Microsoft逻辑回归） vTargetMail 键列为: customerKey 可预测列: BikeBuyer 输入列: Age、NumberCarsOwned、TotalChildren、EnglishEduation、FrenchEduation、SpanishEduation、CommuteDistance 11.3 时间序列模型 11.3.4 SQL Server 2005中的时间序列分析 P232-P236 创建挖掘结构 （Microsoft时序） vTimeSeries 键列 输入列 可预测列 Amount √ √ ModelRegion √ Quantity TimeIndex √ 3、实验内容的具体完成情况 首先，连接服务器并创建数据库。 图一、服务器与数据库 (1)SQL Server 2005中的神经网络应用： 创建Analysis Server项目 → 创建数据源 → 创建数据源视图 → 建立挖掘结构 → 查看挖掘结果 图二、挖掘模型视图 图三、挖掘模型预测图 图四、挖掘模型预测结果 （2）类似的能完成P196 习题 4 创建Analysis Server项目 → 创建数据源 → 创建数据源视图 → 建立挖掘结构 → 查看挖掘结果 图五、挖掘模型图 图六、挖掘模型预测图 图七、预测结果一 图八、预测结果二 （3）SQL Server 2005中的统计分析方法的实践 1、线性回归模型 创建Analysis Server项目 → 创建数据源 → 创建数据源视图 → 创建“线性回归”挖掘结构 → 设置线性回归挖掘结构的相关参数 → 建立线性回归挖掘模型 → 查看挖掘结果 图九、线性回归模型图 图十、依赖关系网络 2、Logistic回归模型 创建Analysis Server项目 → 创建数据源 → 创建数据源视图 → 创建“逻辑回归”挖掘结构 → 设置线性回归挖掘结构的相关参数 → 建立线性回归挖掘模型 → 查看挖掘结果 图十一、逻辑模型挖掘准确性图表 图十二、逻辑模型提升图 图十三、逻辑模型分类矩阵 3、时间序列模型 创建Analysis Server项目 → 创建数据源 → 创建数据源视图 → 创建时间序列挖掘结构 → 设置线性回归挖掘结构的相关参数 → 建立线性回归挖掘模型 → 查看挖掘结果 图十四、时间序列模型 图十五、挖掘图例 图十六、时间序列挖掘模型图表 4、实验效果与体会 通过上计操作，我顺利的完成了实验内容，达到了预期的实验效果。在原有数据库的基础上又创建了新的数据库，从而完成了神经网络的功能预测，以及统计分析的各种结果。 通过这次上机实验，我了解了SQL Server 2005中神经网络、线性回归和逻辑回归和时间序列分析，能够对已有的数据进行的分析与挖掘，从而分析现有数据并预期未来数据。神经网络是一种高度非线性的系统，可以用学习得到的参数和系统进行系统的从输入到输出的预测。在这次实验的基础上我会更进一