本篇博客使用SQL Server的数据挖掘客户端插件来在Excel上面进行估计分析。

可以先在目录中浏览一下关于估计分析的具体信息：

一、估计模型

估计模型从数据中提取模式，并使用这些模式预测将影响结果的因素。 结果必须用数值（如货币、销售额、日期或时间）来表示。

例如，如果目标列包含学校的毕业率（用百分比表示），则可以分析可能会增加或降低毕业率的因素，如每个学校的学生数量、学生与教师的比例以及教师数量。

估计向导使用 Microsoft 决策树算法。 可以在交互式查看器中浏览依赖关系和模式，并快速创建能够表示所发现模式的更多详细信息的图形。

此次分析所用到的数据：300部电影信息（需要资源的请评论区留言）

二、决策树

这里我选择使用决策树进行估计：

一般回归量都是数值类型的，因此部分参数无法当中回归量：

依赖关系网络如下
根据下面的动图可以看出：最不重要的参数是POINTS，最重要的参数是BO。

三、神经网络

换另外一种算法方式：


创建好结构之后选择将模型添加到结构：





接着在使用NBA的数据作用于神经网络算法：

估计前面的参数对每场得分的影响：

四、逻辑回归

选择逻辑回归算法：

一、连接

我的电脑-》右击-》管理-》

将MSSQLServerOLAPService打开：

打开SQL Server：


新建数据库：

打开Excel的数据挖掘插件：



此时就连接成功了

此时就可以使用Excel完成数据挖掘的工作：

二、使用

简单的使用数据来熟悉一下数据挖掘的功能吧：

1、数据浏览功能

先Ctrl+A将全部数据选中



这里类似于python当中的cut和qcut。

2、数据分类

刚刚上面创建出来的结构也可以在SQL Server当中找到：

右击选择浏览：

此时在SQL Server当中也可以看到Excel当中的挖掘模型

使用预测向导可以预测时序中的值。 预测向导使用 Microsoft 时序算法，该算法是一个用于预测连续列（例如产品销售）的回归算法。

每个预测模型必须包含一个事例序列，即区分序列中不同点的列。 例如，使用历史数据来预测几个月中的销售情况，则日期列为事例序列。

其他 Microsoft 算法创建依靠给定输入列来预测可预测列的模型（如决策树模型）。 但时序模型的预测则仅以算法在创建模型时从原始数据集派生的趋势为基础。

一、以票房数据进行预测

以50部电影信息作为预测：

注：在进行预测之前需要将SHOWTIME列进行排序

这里由于每部电影的时间有一定的间隔，因此预测的精确性会较低。

二、时间戳-文本转换为数值

如果进行预测的时候，在时间戳中没有找到对于时间的参数，可能原因是没有将数据转换为数值类型，而是以文本方式存储。

正确的做法是将时间变成数字：就是点击下图当中的转换为数字。

三、以NBA每场得分进行预测

以如下数据作为预测：

下面的数据是将700多条的NBA数据先转换成数据透视表，然后对每场得分（pointsPg）求平均值，得到的就是每年每场得分的平均值，根据已知的数据预测未来的数据。

四、创建挖掘结构

按默认步骤创建一个预测模型。

如果在创建挖掘结构的时候，没有指定KEY TIME，则使用算法的时候会报错：

因此将YEAR当做KEY TIME：

之后按照步骤进行创建。

五、管理挖掘结构

六、将模型添加到结构

创建好预测模型之后，需要将模型添加到结构

1. 选择时序算法。

Microsoft 时序算法结合使用 ARIMA 分析与基于决策树的线性回归来分析与时间相关的数据，例如，月销售额数据或年利润。该算法发现的模式可用于预测未来时间步长的值。该算法可自定义为使用决策树方法或 ARIMA，或同时使用两者。

2. 选择逻辑回归算法

Microsoft 逻辑回归算法是一种适合回归建模的回归算法。该算法是 Microsoft 神经网络算法的一种，是通过消除隐藏层获得的。该算法支持对离散属性和连续属性进行预测。

这次选择没有经过整理的NBA原始数据：

七、以新冠疫情数据进行预测

部分数据如下：





此外，还可以显示历史预测信息和偏差：