通过

向 Targeted Mailing 结构中添加新模型（数据挖掘基础教程）

  • 项目

在此任务中，你将使用数据挖掘Designer的“挖掘模型”选项卡定义另外两个模型。 您将使用 Microsoft 聚类分析算法和 Microsoft Naive Bayes 算法创建模型。 之所以选择这两种算法，是因为它们能够预测离散值（例如，自行车购买行为）。 有关这些算法的详细信息，请参阅 Microsoft 聚类分析算法 和 Microsoft Naive Bayes 算法

创建聚类分析挖掘模型

  1. 切换到 SQL Server Data Tools (SSDT) 中的数据挖掘Designer中的“挖掘模型”选项卡。

    请注意，设计器显示两列，一列用于挖掘结构，另一列用于 TM_Decision_Tree 在上一课中创建的挖掘模型。

  2. 右键单击“ 结构 ”列，然后选择“ 新建挖掘模型”。

  3. 在“ 新建挖掘模型 ”对话框的“ 模型名称”中，键入 TM_Clustering。

  4. 在 “算法名称”中，选择“ Microsoft 聚类分析”。

  5. 单击“确定”。

新模型现在显示在数据挖掘Designer的“挖掘模型”选项卡中。 此模型使用 Microsoft 聚类分析算法构建，将具有相似特征的客户分组到群集中，并预测每个群集的自行车购买情况。 尽管可以修改新模型的列用法和属性，但本教程不需要对 TM_Clustering 模型进行更改。

创建 Naive Bayes 挖掘模型

  1. 在“数据挖掘Designer的”挖掘模型“选项卡中，右键单击”结构“列，然后选择”新建挖掘模型”。

  2. 在“ 新建挖掘模型 ”对话框的“ 模型名称”下，键入 TM_NaiveBayes。

  3. 在 “算法名称”中，选择“ Microsoft Naive Bayes”，然后单击“ 确定”。

    此时会显示一条消息，指出 Microsoft Naive Bayes 算法不支持 连续的“年龄 ”和 “年收入 ”列。

  4. 单击“ 是 ”确认消息并继续。

新模型将显示在数据挖掘Designer的“挖掘模型”选项卡中。 尽管可以修改此选项卡中所有模型的列用法和属性，但本教程不需要对 TM_NaiveBayes 模型进行更改。

课程中的下一个任务

处理 Targeted Mailing 结构中的模型（数据挖掘基础教程）

另请参阅

向结构中添加挖掘模型（Analysis Services - 数据挖掘）
Data Mining Designer
移动数据挖掘对象