Office 的数据挖掘加载项支持使用以下数据挖掘算法创建分析模型。 所有算法都基于已知的机器学习方法，并由Microsoft Research 实现。
算法
| 机器学习方法 | 工作原理 |
|---|---|
| Microsoft关联规则算法 | 发现哪些产品是一起购买的，或者哪些事件一起发生，并使用模型创建建议。 https://msdn.microsoft.com/library/ms174916.aspx |
| Microsoft聚类分析算法 | 定义细分市场、自动将相关客户组合在一起，或查找要在进一步挖掘中使用的数据中的关系。 https://msdn.microsoft.com/library/ms174879.aspx |
| Microsoft决策树算法 | 确定数据的各个元素之间以前未知的关系，以更好地告知决策，或查找导致特定结果的因素。 https://msdn.microsoft.com/library/ms174923.aspx |
| Microsoft线性回归算法 | 查找描述导致数值结果的因素的数学公式。 https://msdn.microsoft.com/library/ms174824.aspx |
| Microsoft逻辑回归算法 | 确定导致二进制结果的因素，并了解如何使用这些因素来影响结果。 https://msdn.microsoft.com/library/ms174828.aspx |
| Microsoft Naïve Bayes 算法 | 浏览数据中的关系，并查找与结果最紧密相关的关系。 https://msdn.microsoft.com/library/ms174806.aspx |
| Microsoft神经网络算法 | 查找多个输入甚至多个输出之间的隐藏关系。 用于探索或预测。 https://msdn.microsoft.com/library/ms174941.aspx |
| Microsoft时序算法 | 使用历史数据预测未来值。 https://msdn.microsoft.com/library/ms174923.aspx |
高级选项
使用 Excel 数据挖掘客户端时，可以选择创建自己的数据挖掘结构和模型，或微调算法的参数。
使用以下高级选项自定义模型有两种方法：
使用 数据挖掘查询 向导创建模型。
在 数据挖掘客户端中，启动向导后，单击“ 参数”。