数据转换服务
在SQL Server 2005中数据转换服务（ DTS ）包括抽取，转换和加载（简称ETL ）工具 。这些工具可用于执行一些数据挖掘中最重要的任务，为数据模型的建立清理和准备数据。在数据挖掘，您通常可以执行重复数据转换清理数据，然后利用这些数据组成挖掘模型。利用DTS中的任务和转移，您可以把数据准备和模型建立结合为一个单一的DTS包。
DTS公司还提供了DTS设计器，以帮助您轻松地建立和运行的包含了所有的任务和转变的软件包。利用DTS设计器，您可以将包发布到服务器上并定期的运行他们。这是非常有用例如，你每周收集数据资料，并向要每次自动执行相同的清洁转换工作。
你可以通过向商业智能开发式的解决方案中分别增加项目来将数据转换项目和分析服务项目结合起来工作，作为商务智能解决方案的一部分。 挖掘模式算法
数据挖掘算法是挖掘模型的创建的基础。SQL Server 2005中各种各样的算法可以让你执行多种类型的执行。欲了解更多有关算法及其参数调整的信息，请参看SQL Server联机丛书中的“数据挖掘算法”。
决策树
决策树算法支持分类与回归并且对预测模型也行之有效。利用该算法，你可以预测离散和连续这两个属性。
在建立模型时，该算法检查每个数据集的输入属性是怎样的影响预测属性的结果，以及使用最强的关系的输入属性制造了一系列的分裂，称为节点。随着新节点添加到模型中，树状结构开始形成。顶端节点树描述了大多数预测属性的统计分析。每个节点建立把预测属性比作投入的属性的分布情况上。如果输入的属性被视为导致预测属性有利于促成比另一个更好的状态，于是一个新的节点添加到模型。该模型继续增长，直到没有剩余的属性制造分裂提供了一个更好的预测在现有节点。该模型力图找到一个结合的属性和引起在预测属性不成比例分配的状态，因此，您可以预测预测属性的结果。
簇
簇算法采用迭代技术组从包含相似特性的数据及中进行分类。利用这些组合，您可以探讨的数据，更多地了解存在的关系，这在理论上可能不容易通过偶然的观察获得。此外，您也可以从算法创建的簇建立预测模型。例如，考虑那些住在同一社区，驱动器相同的车，吃同样的食物，买了类似的版本的产品的那一个群体的人。这是一组数据。另一组可能包括去相同的餐厅，也有类似的薪金，休假和每年两次以外的地区的人。观测这些集合是如何的分布，可以更好地了解预测属性的结果是如何相互影响的。
众说纷纭Comments
