数据挖掘方面的增强功能 (SSAS)
Microsoft SQL Server 2005 Analysis Services (SSAS) 包括下列数据挖掘方面的增强功能和新增功能。
Microsoft Naive Bayes 算法
Microsoft Naive Bayes 算法是一种可快速构建并适合进行预测性建模的分类算法。对于探查输入列和可预测列之间的数据以及发现这些列之间的关系来说，此算法是一个很好的选择。有关详细信息，请参阅 Microsoft Naive Bayes 算法。
Microsoft 关联算法
Microsoft 关联算法可以构建一些规则，用于描述哪些项最有可能在事务中出现在一起。借助这些规则，可以根据其他项在事务中的出现情况，来预测某一项的出现情况。有关详细信息，请参阅 Microsoft 关联算法。
Microsoft 顺序分析和聚类分析算法
Microsoft 顺序分析和聚类分析算法综合了顺序分析和聚类分析，它可标识出序列中排序方式类似的事件所组成的分类。使用分类，可以根据已知特征预测事件可能以何种顺序在序列中排列。有关详细信息，请参阅 Microsoft 顺序分析和聚类分析算法。
Microsoft 时序算法
Microsoft 时序算法使用线性回归决策树方法来分析与时间相关的数据，例如，月销售额数据或年利润。使用该算法发现的模式可以预测未来时间步长的值。有关详细信息，请参阅 Microsoft 时序算法。
Microsoft 神经网络算法
Microsoft 神经网络算法通过构造神经元的多层感知器网络来创建分类和回归挖掘模型，同时为过于复杂而无法使用其他算法派生的非线性模型提供支持。有关详细信息，请参阅 Microsoft 神经网络算法 (SSAS)。
Microsoft 逻辑回归算法
Microsoft 逻辑回归算法提供逻辑回归支持，以获得更好的业务灵活性。有关详细信息，请参阅 Microsoft 逻辑回归算法。
Microsoft 决策树算法方面的增强功能
现在，您可以使用将连续属性（如时间）作为可预测列的 Microsoft 决策树算法。有关详细信息，请参阅 Microsoft 决策树算法。
Microsoft 线性回归算法
Microsoft 线性回归算法提供线性回归支持，以获得更好的业务灵活性。有关详细信息，请参阅 Microsoft 线性回归算法。
挖掘模型向导
数据挖掘向导用于为 Analysis Services 项目定义挖掘结构和挖掘模型。您可以使用该向导基于关系数据或多维数据创建新的挖掘结构，这些挖掘结构在以后可以使用数据挖掘设计器进行修改。有关详细信息，请参阅数据挖掘向导。
数据挖掘设计器
您可以使用 Business Intelligence Development Studio 中的数据挖掘设计器来修改在数据挖掘向导中定义的挖掘结构和所有挖掘模型。您还可以使用数据挖掘设计器基于挖掘结构创建其他的挖掘模型，使用查看器来浏览现有的挖掘模型、比较挖掘模型以及基于挖掘模型生成预测。有关详细信息，请参阅数据挖掘设计器。
SQL Server Integration Services 支持
可用于创建完整的数据挖掘解决方案的几个任务已经添加到 Microsoft SQL Server 2005 Integration Services (SSIS) 中。通过使用 Integration Services 转换，您可以在创建挖掘模型之前修改数据，创建和处理挖掘模型，以及针对现有数据挖掘模型运行预测查询。
请参阅
其他资源
Analysis Services 的增强功能 (SSAS)