数据挖掘
Microsoft SQL Server Analysis Services 的服务器组件是应用程序 msmdsrv.exe，该程序通常作为一项 Windows 服务来运行。
数据挖掘需要连接到 SQL Server Analysis Services 实例才能工作。虽然您无需创建 OLAP 多维数据集或使用 OLAP 功能即可执行数据挖掘，但是 Analysis Services 引擎提供了诸多优势（如性能和可扩展性），
在SQL Server 2008 Analysis Services (SSAS) 中，数据必须作为包含在事例表中的一系列事例提供给数据挖掘算法。但并非所有的事例都可以用一行数据来说明。
可以在 SQL Server 2008 Analysis Services (SSAS) 中使用建模标志为数据挖掘算法提供有关事例表中所定义数据的附加信息。
可以在 Microsoft SQL Server Analysis Services 中定义挖掘模型的已分类列，从而在该列中包含说明模型内其他列的信息。例如，您可以为模型内其他列(例如一个说明客户在一个日历年内总购物情况的列)
在 Microsoft SQL Server Analysis Services 中，可以定义挖掘结构中各列的数据类型，以便影响创建挖掘模型时算法对这些列中数据的处理方式。
Microsoft Analysis Services 使用服务器组件和客户端组件为商业智能应用程序提供数据挖掘功能：
数据挖掘过程涉及多个组件的交互。您可以访问 SQL Server 数据库中的数据源或任何其他数据源，以便用于定型、测试或预测。
数据挖掘查询任务根据 Analysis Services 内置的数据挖掘模型运行预测查询。预测查询通过使用挖掘模型来创建对新数据的预测。
使用“数据挖掘查询任务”对话框的“查询”选项卡可以基于挖掘模式创建预测查询。在此对话框中还可以将参数和结果集绑定到变量。
使用“查询生成器”对话框可以创建在执行 SQL 任务、OLE DB 源和 OLE DB 目标以及查找转换中使用的查询。
如果您具有必要的权限，可以使用 SQL Server Profiler 监视作为请求发送到 SQL Server Analysis Services 实例的数据挖掘活动。数据挖掘活动可以包括处理模型或结构
逻辑回归模型是使用带有约束模型以消除隐藏节点的参数的 Microsoft 神经网络算法创建的。因此，逻辑回归模型的总体结构几乎与神经网络的总体结构相同
线性回归模型的结构非常简单。每个模型均具有表示该模型及其元数据的单一父节点，以及包含每个可预测属性的回归公式的回归树节点 (NODE_TYPE = 25)。
通过浏览顺序分析和聚类分析模型，您了解到如 Region 或 Income 等其他属性对模型有巨大影响；因此为了更好地了解序列，您将创建一个相关的顺序分析和聚类分析模型，并删除与客户人口统计信息有关的属性。
创建新的挖掘结构之后，必须部署您对数据挖掘解决方案所做的更改，然后再处理结构。处理完新结构和挖掘模型之后，就可以浏览挖掘模型了。
由于您已生成了 Sequence Clustering with Region 模型，因此可以使用数据挖掘设计器的“挖掘模型查看器”选项卡中的 Microsoft 顺序分析和聚类分析查看器来浏览该模型。
在生成提升图或执行预测查询时，有时生成预测所需的所有数据可能需要很长时间。 为防止查询超时，您可以更改控制 Analysis Services 服务器要等待完成查询的时间值。
使用 AMO 或 XML/A 可以采用编程方式查询挖掘模型内容，但是使用 DMX 创建查询更简单。同时，在 SQL Server 2008 中，您还可以通过建立与 Analysis Services 服务
