使用 Oracle Data Mining 解决业务问题(二)

6.在 Expression Editor 页面中，执行以下步骤:

　　a.双击属性名 AGE。

　　b.单击 >= 按钮并键入 21 构造所显示条件的第一部分。

　　

　　c.单击 AND 继续定义完整条件。双击 AGE。

　　

　　d. 单击 <= 按钮并键入 35。

　　

　　e. 单击 Validate 按钮查看是否有源数据子集满足该条件。

　　f. 单击 OK 在 Filter 窗口中显示该条件。

　　

　　7.单击 Next。

　　

　　8.单击 Finish 完成该变换。

　　

　　您的输出应该如以下图像所示:

　　使用挖掘活动指南

　　当定义了数据挖掘问题并识别源数据时，数据挖掘过程还剩两个阶段:构建/评估模型并显示结果。Oracle Data Miner 包含活动指南，其目的在尽量减少这些阶段的所需的干预。此外，Build 活动中使用的隐式和显式选择和设置可以无缝地传递给 Apply 活动。因此，隐藏或消除了很多通常需要的操作。

　　Build Activity Wizard 允许您:

　　识别要添加到事例表(基本的源数据)中的补充数据

　　选择数据挖掘功能和算法

　　手动调整 Activity 设置，而非接受自动设置

　　该示例在处理高利润或低利润客户的个人信息时，使用“决策树分类”算法创建、计算和应用预测模型分类客户。您需要执行下列任务:

　　1.使用一种挖掘活动生成一个预测模型

　　2.使用 Mining 活动应用一个预测模型

　　使用一种挖掘活动生成一个预测模型

　　1.对于该主题，使用原始视图而非刚创建的视图。单击左导航器中的 MINING_DATA_BUILD_V。

　　

　　2.要启动 Activity Build Wizard，单击 Activity > Build。

　　

　　3.显示 New Activity Wizard-Welcome 页面。单击 Next。

　　4.在 Select Mining Type 页面上，接受默认的 Classification Function Type 以及 Decision Tree Algorithm。单击 Next。

　　

　　5.要选择将从示例表或视图挖掘的所有数据，确保未选中 Join additional data with case table 框。如果选中该框，可以指定要与该事例表联接的其他表和架构的数据。该示例假设在本例中所有必需的数据均位于事例表 MINING_DATA_BUILD_V 中。从 Unique Identifier 下拉列表选择 CUST_ID。然后单击 Next。

　　

　　6.您可以针对数据挖掘问题指定要预测的属性。单击 AFFINITY_CARD 单选按钮指示目标，然后单击 Next。

　　注意:本教程中要预测的目标属性为 AFFINITY_CARD

　　

　　7.一些评估结果取决于您选的 Preferred Target Value。在本例中，您要识别高利润客户 (Target Value = 1)。选择 1 作为 Preferred Target Value 并单击 Next。

　　8.为活动输入描述性的名称并单击 Next。

　　

　　9.显示 Activity Wizard 的最后一步。您可以在 Activity 中显示这些设置。单击 Advanced Settings。

　　

　　10.这些参数的默认设置即可确保好的结果。Build 参数确定如何构造决策树的分支。单击 OK。

　　

　　11.确保选中 Run upon finish 复选框。单击 Finish。

　　

　　当完成 Activity Wizard 时，将显示所选活动对应的步骤。如果您选择 Run Upon Finish，将顺次完成这些步骤，而且每完成一个步骤将在其右侧显示一个检查标记。