1、“.....时间系时间系算法创建可以用来预测连续变量随着时间推移从联机分析处理和关系数据源模式，。例如，您可以使用时间系预测算法历史数据立方体基础上来预测销售额和利润。利用该算法，您可以选择个或多个变量来预测，但他们必须是继续。对每个模式您只能有系列案例。系列案例等同于系列位置，诸如寻求销售长度日期超过几个月或几年。个例子可能包含了套变量例如，销售不同商店。时间系算法可以在预测中使用跨变量。例如，在个商店先售可能在预测另个商店当前销售时也有用。联结联结算法是专门设计用于市场篮子分析。该算法认为每个属性值配对如产品自行车作为个项目。南美欧洲澳大利亚该数据库包含三个财政年度数据年，年和年。数据库中产品根据子类别，型号和产品来分类。商业智能开发工作室商业智能开发工作室是套用于创建商务智能项目工具。由于商业智能开发工作室是创建于环境中，在该环境中......”。

2、“.....你可以想改多少数据挖掘对象就改多少，但是在你发布该项目前，这些改变将不会反映在服务器上。在商业智能开发工作室下工作是有益，理由如下您具有强大可定制工具来配置商业智能开发工作室以满足您需要。你可以将各种数据挖掘技术与项目集成，在同个工具中完成个全面解决方案强大源码以及版本控制支持使你团队可以协作建立个解决方案建立个项目是所有商业智能项目基础，个项目独立建立个数据库用于集成多种技术，这个数据库作为数据挖掘模型以及等技术基础。你可以使用商业智能建立和修改个项目并部署这个项目到个或多个服务如果你在开发个项目你也可以使用商业智能开发工作室直接连接数据库，这样你所作改动可以立刻影响到数据库中。管理工作室管理工作室是个与微软协作管理和脚本工具集合。这个工作室与商业智能开发工作室不同在于，你是在个联机环境下工作，旦你保存工作，你行为就被传送到服务器上......”。

3、“.....大多数和创建苏局挖掘解决方案相关联工作都在商业智能开发工作室中工作。通过使用商业智能开发工作室，你可以利用迭代过程确定给定情况下最佳模式来发布和测试数据挖掘解决方案。旦开发商对解决方案满意，就可以将其发布到分析服务服务器。从这点来看，重点从管理工作室开发转移到了维护和应用。在管理工作室中，您可以管理您数据库和执行些在商业智能开发工作室中相同职能，比如在挖掘模式中查看创建预测。数据转换服务在中数据转换服务包括抽取，转换和加载简称工具。这些工具可用于执行些数据挖掘中最重要任务，为数据模型建立清理和准备数据。在数据挖掘，您通常可以执行重复数据转换清理数据，然后利用这些数据组成挖掘模型。利用中任务和转移，您可以把数据准备和模型建立结合为个单包。公司还提供了设计器，以帮助您轻松地建立和运行包含了所有任务和转变软件包。利用设计器......”。

4、“.....这是非常有用例如，你每周收集数据资料，并向要每次自动执行相同清洁转换工作。你可以通过向商业智能开发式解决方案中分别增加项目来将数据转换项目和分析服务项目结合起来工作，作为商务智能解决方案部分。挖掘模式算法数据挖掘算法是挖掘模型创建基础。中各种各样算法可以让你执行多种类型执行。欲了解更多有关算法及其参数调整信息，请参看联机丛书中数据挖掘算法。决策树决策树算法支持分类与回归并且对预测模型也行之有效。利用该算法，你可以预测离散和连续这两个属性。在建立模型时，该算法检查每个数据集输入属性是怎样影响预测属性结果，以及使用最强关系输入属性制造了系列分裂，称为节点。随着新节点添加到模型中，树状结构开始形成。顶端节点树描述了大多数预测属性统计分析。每个节点建立把预测属性比作投入属性分布情况上。如果输入属性被视为导致预测属性有利于促成比另个更好状态，于是个新节点添加到模型......”。

5、“.....该模型力图找到个结合属性和引起在预测属性不成比例分配状态，因此，您可以预测预测属性结果。簇簇算法采用迭代技术组从包含相似特性数据及中进行分类。利用这些组合，您可以探讨数据，更多地了解存在关系，这在理论上可能不容易通过偶然观察获得。此外，您也可以从算法创建簇建立预测模型。例如，考虑那些住在同社区，驱动器相同车，吃同样食物，买了类似版本产品那个群体人。这是组数据。另组可能包括去相同餐厅，也有类似薪金，休假和每年两次以外地区人。观测这些集合是如何分布，可以更好地了解预测属性结果是如何相互影响。传统贝叶斯传统贝叶斯算法迅速建立挖掘模型，可用来做分类和预测。它适合各个输入属性情况可能情况，并考虑到每种预测属性情况，以后可以在已知输入属性基础上来预测预测属性结果。概率用来生成计算和储存加工过程中立方体模型。该算法只支持分立或离散属性......”。

6、“.....传统贝叶斯算法产生个简单挖掘模型，可以被视为在数据挖掘过程中个起点。由于大多数计算结果是立方体处理过程中生成，结果很快返回。这使得该模型成为探索数据和发现各种不同输入属性在不同预测属性情况下是如何分布个很好选择。时间系时间系算法创建可以用来预测连续变量随着时间推移从联机分析处理和关系数据源模式，。例如，您可以使用时间系预测算法历史数据立方体基础上来预测销售额和利润。利用该算法，您可以选择个或多个变量来预测，但他们必须是继续。对每个模式您只能有系列案例。系列案例等同于系列位置，诸如寻求销售长度日期超过几个月或几年。个例子可能包含了套变量例如，销售不同商店。时间系算法可以在预测中使用跨变量。例如，在个商店先售可能在预测另个商店当前销售时也有用。联结联结算法是专门设计用于市场篮子分析。该算法认为每个属性值配对如产品自行车作为个项目。,,,,......”。

7、“.....年和年。数据库中产品根据子类别，型号和产品来分类。商业智能开发工作室商业智能开发工作室是套用于创建商务智能项目工具。由于商业智能开发工作室是创建于环境中，在该环境中，你可以在脱机状态下创建个完整地解决方案。你可以想改多少数据挖掘对象就改多少，但是在你发布该项目前，这些改变将不会反映在服务器上。在商业智能开发工作室下工作是有益，理由如下您具有强大可定制工具来配置商业智能开发工作室以满足您需要。你可以将各种数据挖掘技术与项目集成，在同个工具中完成个全面解决方案强大源码以及版本控制支持使你团队可以协作建立个解决方案建立个项目是所有商业智能项目基础，个项目独立建立个数据库用于集成多种技术，这个数据库作为数据挖掘模型以及等技术基础。你可以使用商业智能建立和修改数据挖掘教程塞思保罗杰米麦克伦南唐昭辉斯科特欧俉桑摘要微软™年提供了个综合完整环境......”。

8、“.....本教程使用如下四个实例目标邮购，数据预测，购物篮，序列簇用来演示阐述如何使用挖掘模型算法，挖掘模型浏览器，和数据挖掘工具，这些是包含在本次发布中。在本文件所载信息，代表了当前微软公司对于出版日期讨论看法。因为必须响应不断变化市场条件，它不应被解释为是种代表微软承诺，微软和不能保证出版日期后提出任何资料准确性。本白皮书仅供参考，对于本文件中资讯，不作任何担保，明示或暗指。遵守所有适用版权法是用户责任。在没有版权情况下，未经微软公司明确书面许可，不得以任何形式或以任何方式电子，机械，影印，录音或其他方式或为任何目而复制，储存或引入检索系统，或传输本文件任何部分。本文件中可能涉及到微软专利，专利申请，商标，版权或其他知识产权事项。除明文规定外任何书面许可协议，微软提供这份文件没有给你任何许可这些专利，商标，版权或其他知识产权。年微软公司。保留所有权利......”。

9、“.....文中提到公司和产品名字可能是它们各自所有者商标。介绍数据挖掘教程目是引导您通过微软创建数据挖掘模型。该数据挖掘算法和工具，在可以很容易地建立个全面解决方案各种项目，包括购物篮分析，预测分析，和邮购分析。对这些解决方案描述在教程中有更详细解释。最明显部分是用来创建和处理数据挖掘模型工作室。在线分析处理和数据挖掘工具被统为两个工作环境商业智能开发工作室和管理工作室。通过商业智能开发工作室，您可以在与服务器断开连接情况下建立个服务项目分析。当项目已经准备就绪，您可以发布到服务器上。您也可以直接面向服务器工作。管理工作室主要职能是管理服务器。之后将有针对每个环境详细说明。欲了解更多关于从两个环境中选择信息，请参看联机丛书中在工作室和商业智能开发工作室中选择。所有数据挖掘工具中存在数据挖掘编辑器。使用编辑器，您可以管理挖掘模型，创造新模式......”。