通过本课程的学习您将学会通過SQL Server和Office sql excell实现数据挖掘操作实践，包括：数据挖掘分类、估计、聚类分析、关联规则挖掘、交叉验证等

各大中专院校对数据分析和数据挖掘感兴趣的师生；以及对BI、DM感兴趣的IT管理和技术人员；

• 本讲简要介绍了数据挖掘的概念及应用场景，对Office 数据挖掘外接程序中包含的功能做了概要介绍

• 介绍了如何卸载sql excell数据挖掘外接程序插件的方法，如果要彻底的卸载还需要手动连接到数据库，删除相应的表的记录值

• 首先通过MSDN网站下载Office，然后***并激活Office；接下来是***SQLServer数据挖掘外接程序（注意版本之间的匹配）；最后配置 Analysis Services 连接

• 数据准备是为进行数据挖掘洏浏览、清除和设置数据。SQL Server + sql excell 数据挖掘客户端可以方便的为我们进行数据预处理提供必要的工具向导

• 数据建模是数据挖掘具体操作和实践嘚过程，是最为重要的一步；在该步骤中可根据数据生成模式和趋势，然后将这些模式和趋势数据用于其他分析或进行预测常用的建模包括：分类、回归、估计、聚类分析、关联规则挖掘等。

• sql excell 数据挖掘客户端提供了包括：利润图、准确性图表、分类矩阵、交叉验证等向導用于帮助我们测试和评估在 sql excell 中建立的模型的准确性。

• "模型用法"和"管理"组提供的向导可帮助我们浏览、修改和管理存储在 Analysis Services 实例上的现有挖掘模型； 如果具有所需的权限可以在不离开 sql excell 的情况下删除、修改、重命名或处理现有挖掘模型和结构。

• sql excell数据挖掘客户端的浏览数据向導以图形方式显示所选列的分布和值一次显示一列。 同时可以更改数据的分组方式或将显示相应内容的图表复制到 sql excell 工作簿中进行查看。

• sql excell数据挖掘客户端的数据预处理包括离散化和重新标记两种通过检测缺失值，然后删除它们或归结相应值例如均值、null 或其他值。

• 通过sql excell數据挖掘客户端的“示例数据”向导可方便地将源数据分为两组，一组用于生成模型（将其定型）另一组用于测试模型。 此向导还提供了一个选项可用于重新抽样数据来生成能更好地表示您的目标的新数据集。

• sql excell数据挖掘客户端的“分类”向导可基于 sql excell 表、sql excell 区域或外部数據源中的现有数据生成分类模型分类模型提取数据中表示相似性的模式，可以基于值的分组进行预测

• 数据挖掘中的估计主要用于预测數字结果。通过sql excell数据挖掘客户端的估计向导可以创建估计模型 估计模型从数据中提取模式，并使用这些模式预测将影响结果的因素

• 使鼡sql excell数据挖掘中的预测向导可以预测时序中的值，但要注意：数据中应至少包括一个可用作时序的列即区分序列中不同点的列。

• 聚类分析主要是检测共享类似特征的行并对这些行进行分组以最大限度地增加这些组之间的距离。sql excell数据挖掘中的聚类分析使用的是Microsoft 聚类分析算法

• 关联规则挖掘主要是通过Microsoft 关联规则算法扫描由事务或事件组成的数据集，然后找到经常一起出现的组合

• 测试和验证模型是数据挖掘过程中很重要的一步。sql excell数据挖掘通过准确性和验证（包括准确性图、分类矩阵、交叉验证等）对生成的模型进行测试以及使用模型创建预測和建议。

• 模型的用法包括：浏览、文档模型和查询等功能

• 本讲介绍了sql excell数据挖掘客户端中配置服务连接的方法，包括两种：配置SQL server Office 数据挖掘外接程序（可选）；配置sql excell数据挖掘客户端的Analysis Services连接（必须）

• sql excell数据挖掘客户的管理模型功能包括：重命名、删除、清除、使用新数据或现囿数据处理挖掘结构和导出或导入挖掘模型或结构等。

高级项目经理,云计算与大数据处理专家,致力于智能信息处理研究与应用

发表客观评價上限可得35学分(会员可得70学分)