浏览 OLAP 数据挖掘维度和虚拟多维数据集

数据挖掘维度和虚拟多维数据集是两个彼此关联的对象，在使用 Microsoft 决策树算法建立 OLAP 数据挖掘模型时得以创建。

为什么？
OLAP 数据挖掘模型提供了一个新增的功能，可以选择创建数据挖掘维度和虚拟多维数据集。数据挖掘维度由决策树的节点组成，具有与决策树本身类似的层次结构。此数据挖掘维度然后将添加到多维数据集，用于虚拟多维数据集中的数据挖掘模型预测。使用虚拟多维数据集，用户可以浏览与决策树的特定节点相关的原多维数据集中所包含的数据。它提供有关决策树单个节点的详细信息，例如，哪些单个客户属于此节点，这些客户购买了什么产品，在何处购买，以及其它有关信息。

方案：

数据挖掘模型结果允许重新定义成员资格卡程序。现在市场部想要进一步了解这些客户的情况：他们的人口统计分布状况如何？他们购买哪些类型的产品等等。

在上一节定义 OLAP 数据挖掘模型时曾创建了数据挖掘维度，本节将浏览该数据挖掘维度。然后，将浏览定义数据挖掘模型时所创建的虚拟多维数据集。此操作允许为市场部提供有关决策树每个节点的人口统计分布信息何和产品购买模式。

如何浏览数据挖掘虚拟维度

在 Analysis Manager 树视图中，展开“共享维度”文件夹，右击“Customer patterns”维度，然后单击“浏览维度数据”命令。
维度浏览器打开。展开“全部”成员维度。
选择“Customer.Lname.Yearly Income = $150K+”成员。在“自定义成员公式”窗格中，出现定义该节点的 MDX 公式。
可以继续展开维度并考察该节点的属性。完成时，单击“关闭”按钮。

如何浏览数据挖掘虚拟多维数据集

在 Analysis Manager 树窗格中，展开“多维数据集”文件夹，右击“Trained Cube”多维数据集，然后选择“浏览数据”命令。
多维数据集浏览器打开。最大化该多维数据集浏览器。
将“Customer Patterns”维度拖动到“MeasuresLevel”框，以便用“Customer Patterns”维度替换“Measures”维度。
按下列顺序双击，展开“Customer”维度：“USA”->“WA”->“Redmond”。显示 Redmond 地区的所有客户。
双击“级别 01”展开“Customer”维度。显示“Customer Patterns”维度的第一个级别。
关闭多维数据集浏览器。