如何在分析应用中使用数据挖掘(4)

在客户端创建挖掘模型

尝试不同的挖掘模型，从其中找到效果最好的。尽管目前的客户端应用程序还不支持这一功能，但用户希望在客户机端，而不是在服务器端创建挖掘模型。客户分析程序需要支持这项功能，可以利用MDX扩展通过OLE DB for OLAP或ADO MD来创建挖掘模型。在客户机端创建挖掘模型需要运行SQL Server企业版，因为该功能依赖于企业版的自定义累积功能。

用数据挖掘维创建虚拟数据集需要三个步骤。第一，创建挖掘模型。下面的命令生成一个挖掘决策树来根据用户的性别、婚姻和教育状况预测年收入。

　　
　　　　CREATE OLAP MINING MODEL [Local Find Salary]
　　　　　 FROM [Sales]
　　　　　　 (
　　　　　　　 CASE
　　　　　　　　 DIMENSION [Customers]
　　　　　　　　 LEVEL [Name]
　　　　　　　　 PROPERTY [Gender] ,
　　　　　　　　 PROPERTY [Marital Status] ,
　　　　　　　　 PROPERTY [Education] ,
　　　　　　　　 PROPERTY [Yearly Income] PREDICT
　　　　　　 )
　　　　　 USING Microsoft_Decision_Trees

注意调用数据集名字的FROM语句和引出Customers维Name层的成员属性的每个PROPERTY关健字。运行上面的命令后，就会得到一个空的挖掘模型，它对你的分析服务（Analysis Services）连接是唯一的，也会与其它工作站共享。（要创建共享的挖掘模型，需要用分析管理器或DSO编程接口）。下面的命令是将Sales多维数据集中的数据送入挖掘模型。这是一个简单的指定了挖掘模型名字的INSERT INTO语句：

　　INSERT INTO [Local Find Salary]

最后，将根据挖掘模型、其它维以及从源多维数据集中引用的度创建一个虚拟多维数据集。下面是创建多维数据集的代码：

　　
　　　　CREATE SESSION VIRTUAL CUBE [PredictIncomeCube]
　　　　　 FROM [Sales]
　　　　　　 (
　　　　　　　 MEASURE [Sales].[Unit Sales] ,
　　　　　　　 DIMENSION [Sales].[Customers],
　　　　　　　 DIMENSION [Sales].[Time],
　　　　　　　 DIMENSION [PredictIncome] NOT_RELATED_TO_FACTS
　　　　　　　 FROM [Local Find Salary]
　　　　　　 COLUMN [Customers.Name.Yearly Income]
　　　　　 )

在这一语句中，我仅仅使用了Unit Sales度、Customers和Time维。最后一个维━━PredictIncome是作为CREATE VIRTUAL CUBE语句的一部分而创建的。NOT_RELATED_TO_FACTS关键字让分析服务（Analysis Services）知道该维不是由同多维数据集相关的表得来的，FROM和COLUMN子句进一步说明了在创建虚拟多维数据集时使用了挖掘模型和挖掘模型的预测实体。