解读分析服务中的数据挖掘功能

核心提示： 不使用分析管理器分析多维数据集现在假设你从客户端应用程序分析Trained Income多维数据集，不具有OLAP管理员权限来运行分析管理器（Analysis Manager），解读分析服务中的数据挖掘功能(4)，就可以用下面的多维表达查询（MDX）来得到相同的条形图信息，查询将返回每一个

不使用分析管理器分析多维数据集

现在假设你从客户端应用程序分析Trained Income多维数据集，不具有OLAP管理员权限来运行分析管理器（Analysis Manager），就可以用下面的多维表达查询（MDX）来得到相同的条形图信息，查询将返回每一个收入水平符合“Member Card = Normal”条件的用户编号。查询首先创建一个持有普通成员卡的用户的集合（CustMembers），然后创建新的方法来统计符合当前所选收入水平的用户有多少。

　　　　WITH SET [CustMembers] as 'Filter([Customers].[Name].Members, not IsEmpty([Customers].CurrentMember))'
　　　　 MEMBER [Measures].[Cust Count] as 'Count( Filter( [CustMembers],
　　 [Customers].CurrentMember.Properties("Yearly Income") =[Yearly Income].CurrentMember.Name))'
　　　　 SELECT { [Measures].[Cust Count] } ON COLUMNS ,[Yearly Income].[All Yearly Income].Children ON ROWS FROM [TrainedIncome]
　　　　 WHERE ([PredictIncome].[All].[Customers.Name.Member Card = Normal] )

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。