DataMiningHtmlViewers对数据挖掘的展现
2008-05-31 22:23
393 查看
数据挖掘的展现通过微软的Microsoft.AnalysisServices.DataMiningHtmlViewers.dll 来展现
1、关于该控件
数据挖掘 Web 控件库用于使数据挖掘用户的操作范围能够从 Microsoft SQL Server 2005 Analysis Services (SSAS) 扩展到 Web。此库提供了数据挖掘模型查看器的简化版。使用数据挖掘 Web 控件,您可以在任一安装了 Microsoft Internet Explorer 的计算机上浏览复杂的挖掘模型。
这些控件位于服务器端。也就是说,这些控件位于 Web 服务器的内存空间中。Web 服务器可以是(但不要求一定是)安装了 Analysis Services 的计算机。但是,在将要安装数据挖掘 Web 控件的计算机上,必须安装了并正在运行 Internet 信息服务 (IIS) 和 ASP.NET 2.0(或更高版本)。
与这些示例相关联的文档和源代码位于 C:/Program Files/Microsoft SQL Server/90/Samples/AnalysisServices/DataMining/Data Mining Web Controls 文件夹下。
2、将数据挖掘控件添加到 Web 应用程序
a、在 Microsoft Visual Studio .NET 2005 中,在“文件”菜单上单击“新建网站”。
b、在“新建网站”对话框中,选择“ASP.NET 网站”,选择 Microsoft Visual Basic 或 Microsoft C# 作为语言,然后单击“确定”。
c、如果工具箱当前不可见,请在“视图”菜单上单击“工具箱”。
d、在工具箱中,展开所需数据挖掘控件所属的类别(例如,展开“标准”),右键单击该类别,然后单击“选择项”。
e、在“选择工具箱项”对话框中,找到并打开 C:/Program Files/Microsoft.AnalysisServices.DataMiningHtmlViewers/Microsoft.AnalysisServices.DataMiningHTMLViewers.dll 文件。组件列表中将显示三个数据挖掘控件,并已自动选中它们的复选框。
f、单击“确定”。现在,这三个数据挖掘控件就会显示在工具箱中的选定类别下。
g、若要将某个数据挖掘控件添加到应用程序,请将该控件从工具箱拖到 Web 窗体设计页上。当您将数据挖掘控件放置到 Web 窗体页上之后,某些控件属性是必须设置的,还有一些控件属性是可选的。
示例:
A:决策树算法
1、选择决策树展示控件如下图:
![](http://p.blog.csdn.net/images/p_blog_csdn_net/zlp321002/1.1.jpg)
2、配置数据库和挖掘算法如下图:
![](http://p.blog.csdn.net/images/p_blog_csdn_net/zlp321002/1.1.1.jpg)
3、数据展现如下图:
![](http://p.blog.csdn.net/images/p_blog_csdn_net/zlp321002/决策树.jpg)
B:贝叶斯算法
1、选择贝叶斯展示控件如下图:
![](http://p.blog.csdn.net/images/p_blog_csdn_net/zlp321002/1.3.jpg)
2、配置数据库和挖掘算法如下图:
![](http://p.blog.csdn.net/images/p_blog_csdn_net/zlp321002/1.3.1.jpg)
3、数据展现如下图:
![](http://p.blog.csdn.net/images/p_blog_csdn_net/zlp321002/贝叶斯.jpg)
C:聚类分析算法
1、选择聚类分析展示控件如下图:
![](http://p.blog.csdn.net/images/p_blog_csdn_net/zlp321002/1.2.jpg)
2、配置数据库和挖掘算法如下图:
![](http://p.blog.csdn.net/images/p_blog_csdn_net/zlp321002/1.2.1.jpg)
3、数据展现如下图:
1、关于该控件
数据挖掘 Web 控件库用于使数据挖掘用户的操作范围能够从 Microsoft SQL Server 2005 Analysis Services (SSAS) 扩展到 Web。此库提供了数据挖掘模型查看器的简化版。使用数据挖掘 Web 控件,您可以在任一安装了 Microsoft Internet Explorer 的计算机上浏览复杂的挖掘模型。
这些控件位于服务器端。也就是说,这些控件位于 Web 服务器的内存空间中。Web 服务器可以是(但不要求一定是)安装了 Analysis Services 的计算机。但是,在将要安装数据挖掘 Web 控件的计算机上,必须安装了并正在运行 Internet 信息服务 (IIS) 和 ASP.NET 2.0(或更高版本)。
与这些示例相关联的文档和源代码位于 C:/Program Files/Microsoft SQL Server/90/Samples/AnalysisServices/DataMining/Data Mining Web Controls 文件夹下。
2、将数据挖掘控件添加到 Web 应用程序
a、在 Microsoft Visual Studio .NET 2005 中,在“文件”菜单上单击“新建网站”。
b、在“新建网站”对话框中,选择“ASP.NET 网站”,选择 Microsoft Visual Basic 或 Microsoft C# 作为语言,然后单击“确定”。
c、如果工具箱当前不可见,请在“视图”菜单上单击“工具箱”。
d、在工具箱中,展开所需数据挖掘控件所属的类别(例如,展开“标准”),右键单击该类别,然后单击“选择项”。
e、在“选择工具箱项”对话框中,找到并打开 C:/Program Files/Microsoft.AnalysisServices.DataMiningHtmlViewers/Microsoft.AnalysisServices.DataMiningHTMLViewers.dll 文件。组件列表中将显示三个数据挖掘控件,并已自动选中它们的复选框。
f、单击“确定”。现在,这三个数据挖掘控件就会显示在工具箱中的选定类别下。
g、若要将某个数据挖掘控件添加到应用程序,请将该控件从工具箱拖到 Web 窗体设计页上。当您将数据挖掘控件放置到 Web 窗体页上之后,某些控件属性是必须设置的,还有一些控件属性是可选的。
示例:
A:决策树算法
1、选择决策树展示控件如下图:
![](http://p.blog.csdn.net/images/p_blog_csdn_net/zlp321002/1.1.jpg)
2、配置数据库和挖掘算法如下图:
![](http://p.blog.csdn.net/images/p_blog_csdn_net/zlp321002/1.1.1.jpg)
3、数据展现如下图:
![](http://p.blog.csdn.net/images/p_blog_csdn_net/zlp321002/决策树.jpg)
B:贝叶斯算法
1、选择贝叶斯展示控件如下图:
![](http://p.blog.csdn.net/images/p_blog_csdn_net/zlp321002/1.3.jpg)
2、配置数据库和挖掘算法如下图:
![](http://p.blog.csdn.net/images/p_blog_csdn_net/zlp321002/1.3.1.jpg)
3、数据展现如下图:
![](http://p.blog.csdn.net/images/p_blog_csdn_net/zlp321002/贝叶斯.jpg)
C:聚类分析算法
1、选择聚类分析展示控件如下图:
![](http://p.blog.csdn.net/images/p_blog_csdn_net/zlp321002/1.2.jpg)
2、配置数据库和挖掘算法如下图:
![](http://p.blog.csdn.net/images/p_blog_csdn_net/zlp321002/1.2.1.jpg)
3、数据展现如下图:
![](http://p.blog.csdn.net/images/p_blog_csdn_net/zlp321002/聚类.jpg)
相关文章推荐
- Mining Big Data using Weka 3 利用weka3挖掘大数据
- 计算机视觉、人工智能、数据挖掘顶级会议(Computer Version & AI & Data Mining Top Conference)
- Pixysoft.Framework.Noebe.Datamining 数据挖掘开发实录
- 随机交换检验数据挖掘结果-assessing data mining result via swap randomization
- 数据挖掘幽默(Data Mining Humor)
- Learning Data Mining with Python-《Python数据挖掘入门与实践》学习后的分享
- 数据挖掘:Top 10 Algorithms in Data Mining(四)Apriori 关联分析
- 数据挖掘:Top 10 Algorithms in Data Mining(三)SVM
- 数据挖掘方向牛人(Business Intelligence, KDD and Data Mining People)
- 数据挖掘:Top 10 Algorithms in Data Mining(五)EM算法
- Data Mining with SQL Server 2005(数据挖掘技术) - 1
- CRoss Industry Standard Process for Data Mining (数据挖掘标准过程)
- Mining Data Records in Web Pages ——挖掘网页中的数据记录
- CRISP-DM (cross-industry standard process for data mining) 跨行业数据挖掘标准流程
- 数据挖掘:Top 10 Algorithms in Data Mining(六)PageRank
- 什么是数据挖掘(What is Data Mining?)
- 数据挖掘:Top 10 Algorithms in Data Mining(一)C4.5
- 数据挖掘:Top 10 Algorithms in Data Mining(二)K-Means算法
- 数据仓库/ 数据集市/联机分析处理(OLAP)/数据挖掘(DM Data Mining)
- DataMining ARCHIVE: 数据挖掘