将 InfoSphere Warehouse 数据挖掘与 IBM Cognos 报告集成，第 1 部分: InfoSphere Warehouse 与 Cognos 集成架构概述

核心提示： 在挖掘编辑器下面的 Properties 选项卡中，选择左边的 Mining Settings 选项卡，将 InfoSphere Warehouse 数据挖掘与 IBM Cognos 报告集成，第 1 部分: InfoSphere Warehouse 与 Cognos 集成架构概述(9)，在 T

在挖掘编辑器下面的 Properties 选项卡中，选择左边的 Mining Settings 选项卡。

在 Target column 选择列表中，选择 DISEASED 作为要预测的列。

Design Studio 自动识别出您要预测一个标称值列，并自动提供可用于这一目的设置（在同一个选项卡中）。在 Algorithm 选择列表中，选择 Naïve Bayes。

在 Mining Settings properties 选项卡上，选择 Model Name 选项卡。保留前缀，但是将模型名称改为 HeartDiseasePrediction。

另外，从面板中的 Mining 区选择 Tester 操作符，并将它拖到编辑器上。

将 Predictor 的 Model output 端与 Tester 的 Model input 端相连，再将 Random Split 的 Test output 端与 Tester 的 input 端相连。

保存挖掘流，例如单击编辑器区并按 Ctrl+S。

现在，挖掘流已经可以执行了。

执行挖掘流：

可以执行整个挖掘流编辑器，或者通过右键单击一个操作符并选择 Run to this step… 只执行挖掘流中特定的路径。在这个场景中，右键单击 Tester 操作符，选择 Run to this step…，然后单击 Finish。这个流生成一个模型，该模型预测患上心脏病的风险，并将它存储在数据库中。先在 80% 的数据上对它进行训练，然后在剩下的数据上对它进行测试。这样可以估计该模型在新数据上执行的效果。这里只需右键单击 Tester 操作符的 Test Result 端。您也可以看看模型本身。为此，右键单击 Predictor 操作符的 Model 端。

使用挖掘模型对新数据进行评价

评价是指将之前经过学习的模型应用到新数据上。新的数据没有分类别（这里是指还没有做过心脏病检查），评价过程根据挖掘模型将一个预测赋给每个新的记录。