IBM SPSS Modeler数据库内建模-控件新闻-慧都网

IBM SPSS Modeler数据库内建模

原创|行业资讯|编辑：陈俊吉|2017-03-03 16:19:35.000|阅读 138 次

概述：如何使用数据库内算法进行建模的过程，经常会有朋友问说，使用这里的决策树算法和使用IBM SPSS Modeler封装好的决策树算法，结果会有什么不同？

支持对数据库供应商的数据挖掘工具和建模工具进行整合，其中包括IBM Netezza、IBM DB2 InfoSphere Warehouse、Oracle Data Miner和Microsoft Analysis Services。实现了在IBM SPSS Modeler的分析功能和易用性将与数据库的功能和性能相结合，同时还兼备数据库供应商提供的数据库自有算法。模型在数据库创建，然后可以借助界面以正常方式浏览模型并为之评分。

那么使用IBM SPSS Modeler访问数据库自有算法有什么优势呢？主要是两方面：

1.数据库内的算法常常与数据库服务器紧密集成，这有助于提高性能。

2.在“数据库内”构建和存储的模型不仅由可访问数据库的应用程序共享，且更易于在这些应用程序中部署。

接下来我们以Microsoft Analytics Services为例，介绍如何配置以及使用数据库内建模功能。

支持集成下列Analysis Services算法包括：

· 决策树

· 聚类

· 关联规则

· 朴素贝叶斯

· 线性回归

· 神经网络

· Logistic回归

· 时间序列

· 序列聚类

安装与配置：

在您的机器上，必须安装以下模块：

· IBM SPSS Modeler Client

· IBM SPSS Modeler Server

· Microsoft Analysis Services,与相应数据库建立ODBC连接。

1. 配置IBM SPSS Modeler：

在IBM SPSS Modeler中，在菜单栏的工具-->选项-->帮助应用程序，选择Microsoft面板，如下图：

勾上之后，会在下面的面板节点上多了一项数据库建模，列出了Microsoft Analysis Services支持的数据库内建模算法，如下图：

2.配置 SQL Server

该配置可实现在数据库内进行评分。

在 SQL Server 主机上创建以下注册表键：

HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\MSSQLServer\Providers\MSOLAP

为该键添加如下 DWORD 键值：

AllowInProcess 1

完成上述更改后，重新启动SQL Server。

3.配置Microsoft Analysis Services

建立IBM SPSS Modeler 与Microsoft Analysis Services 进行通信。

通过MS SQL Server Management Studio 登录到分析服务器。

访问“属性”对话框，右键单击服务器名称，然后选择属性。

选中显示高级（所有）属性复选框。

更改以下属性：

将 DataMining\AllowAdHocOpenRowsetQueries 的值更改为 True（缺省值为False）。

将 DataMining\AllowProvidersInOpenRowset 的值更改为 [all] （无缺省值）。

4.为SQL Server 创建 ODBC DSN

通过使用 Microsoft SQL Native Client ODBC 驱动程序，创建一个指向数据挖掘过程中使用的 SQL Server 数据库的 ODBC DSN。余下的驱动程序设置应使用缺省设置。

对于此DSN，请确保选中了使用集成的 Windows 认证。

5.启用 SQL 生成和优化

从IBM SPSS Modeler菜单中选择：工具—>流属性—>选项—>优化面板，勾选上所有选项内容如下图：

使用Microsoft Analysis Services 算法生成模型

以上内容配置完成后，即可使用数据库内的算法生成模型。如下图：

源节点从SQL Server数据库中读取，终端节点又写回到SQL Server数据库中，中间使用的是Microsoft的决策树算法，整个计算过程都在数据库中实现。

介绍到这里，我们就了解了，如何使用数据库内算法进行建模的过程，经常会有朋友问说，使用这里的决策树算法和使用IBM SPSS Modeler封装好的决策树算法，结果会有什么不同？预测结果当然是会有差异的了。本身决策树算法就包含多种，像C&R、CHAID、C5.0、QUEST等，每个算法计算逻辑就不一样，因此计算得到的结果自然也不一样，前面我们已经介绍过C&R、CHAID、C5.0这三种算法，他们核心的差异就是选择最佳分组变量和分割点的标准，而Microsoft Analysis Services决策树是使用线性回归来确定决策树分割位置，它可以用于分类属性和连续属性的预测建模。那么到底选择什么算法为优呢，前面已经介绍了，使用数据库内建模的好处，大家可以综合考虑，结合实际场景和数据预测结果的评估再做选择。