Lezione 3: Aggiunta ed elaborazione di modelli
La struttura di data mining creata nella lezione precedente contiene un singolo modello di data mining basato sull'algoritmo Microsoft Decision Trees. È possibile utilizzare questo modello per identificare i clienti per la campagna di mailing diretto. Tuttavia, per assicurarsi che l'analisi sia approfondita, è consigliabile creare modelli correlati utilizzando algoritmi diversi e confrontarne i risultati. In questo modo è possibile ottenere anche informazioni diverse. Pertanto, verranno creati due modelli aggiuntivi, che verranno quindi elaborati e distribuiti.
In questa lezione verranno illustrate le procedure per la creazione di un set di modelli di data mining in grado di suggerire i clienti più probabili all'interno di un elenco di potenziali clienti.
Per completare le attività in questa lezione, si userà l'algoritmo Microsoft Clustering e l'algoritmo Microsoft Naive Bayes.
In questa lezione sono incluse le attività seguenti:
Aggiunta di nuovi modelli alla struttura Targeted Mailing (Esercitazione di base sul data mining)
Elaborazione di modelli nella struttura di mailing diretto (Esercitazione di base sul data mining)
Prima attività della lezione
Aggiunta di nuovi modelli alla struttura Targeted Mailing (Esercitazione di base sul data mining)
Lezione precedente
Lezione 2: Compilazione di una struttura di mailing diretto (Esercitazione di base sul data mining)
Lezione successiva
Lezione 4: Esplorazione dei modelli di mailing diretto (Esercitazione di base sul data mining)
Vedere anche
Aggiungere modelli di data mining a una struttura (Analysis Services - Data mining)