當您使用 [瀏覽] 開啟叢集模型時，模型會顯示在互動式查看器中，類似於 Analysis Services 中的叢集查看器。 查看器可協助您探索已建立的叢集，並瞭解叢集特性。 您也可以將個別片段與其他片段或整體母體進行比較和對比。
探索模型
[ 流覽 ] 視窗包含下列工具，可協助您瞭解叢集模型，並探索基礎數據群組的屬性：
若要實驗叢集模型，您可以在範例數據活頁簿的 [訓練] 索引標籤上使用範例數據，並使用 叢集精靈（適用於 Excel 的數據採礦增益集） 和所有預設值來建置叢集模型。
叢集圖表
[ 叢集圖表] 索引卷標會顯示採礦模型中的所有叢集。 您可以在這裡查看數據集中找到多少個不同的群組，以及它們彼此之間的距離。
探索叢集圖表
按兩下圖表中的 [叢集 1]。
注意連接所有叢集的灰色線條如何變化，以使指向選取叢集的線條被高亮顯示為明亮的藍色。
將一個叢集連接到另一個叢集的線條強度代表叢集相似度的強度。 如果底紋是淺色或不存在，則叢集並不十分類似。 當線條變暗時，它表示兩個叢集之間的相似性較強。
按兩下並拖曳叢集圖表左側的滑桿，以調整查看器顯示多少行。
當您將滑桿向下拖曳時，只會顯示叢集之間的最強連結。 這可協助您專注於相關的群組。
請注意 [叢集圖表] 視窗右上角的 [底紋變數] 控件。
根據預設，它會設定為 Population。 這表示較深的群集具有更大的支持。
將游標懸停在任何叢集上。
工具提示顯示，其中包含該叢集的人口。
現在，按兩下 [ 底紋變數 ] 下拉式清單，然後選擇 [年齡 ] 變數。 如此一來，[ 狀態 ] 文本框中會出現值清單。
用來作為此模型輸入的 Age 數據行包含連續數值，但基於群集的目的，演算法一律會離散化數位。 您可以在這裡看到演算法所建立的量化或群組，例如「非常低（<=27）」和「非常高（>=63）」。
從 [ 狀態 ] 下拉式清單中，選取 [非常高] ，並查看圖表如何變更。
藉由變更底紋變數，您可以看到哪些叢集包含更多此目標年齡群組，以及哪些叢集包含此年齡群組中的極少數客戶。
核心陰影越深，目標屬性及其值分佈的集中程度越高。
找出當陰影變數設為年齡 65 時最暗的叢集。
將滑鼠停留在叢集上。
工具提示中顯示的值現在會告知您此叢集中年齡超過 65 歲的客戶群體。
以滑鼠右鍵按兩下叢集，然後選取 [ 重新命名叢集]。 輸入描述性的新名稱，例如 超過 65。 新的名稱會與模型一起儲存到伺服器，並可用於識別其他叢集檢視中的叢集。
叢集配置檔
[ 叢集配置檔] 索引標籤可讓您一目了然地比較所有叢集的組成。 當您熟悉模型時，這是一個很好的起點。 如果您已探索特定叢集，並決定需要尋找相關的叢集，此檢視稍後也很有用。
叢集輪廓 還提供了一個很好的概覽，讓您了解各個叢集之間的不同之處。 因此，您可能會發現使用這個檢視為每個叢集提供描述性名稱會很方便。
探索叢集配置檔
按兩下 [職業] 資料列中的 [職業] 儲存格，以查看 [職業] 的所有值清單。
現在，將游標移至叢集配置檔中的職業上方。
工具提示會顯示該叢集中的職業分佈。
請注意，在某些叢集中（例如圖形中的一個），職業清單不完整，而某些職業則會取代為標籤 [其他]。
這是根據設計，因為很難分辨直方圖中許多小條之間的差異。 根據預設，只有最高重要性的橫條會被保留，其餘的橫條會被分組到灰色的其他分類中。
若要變更任何直方圖中可見的橫條數目，請使用 [ 直方圖橫條] 選項。
請注意， Age 數據行看起來與其他數據行不同。 點擊圖表中用來代表年齡的菱形。
Age 原本只包含連續數字的數據行。 群集演算法需要離散值，因此它會根據值的分佈，將 Age 數據行中的數值分組為有限的年齡群組。
在叢集設定檔中按一下其中一個菱形圖表。
只有在源數據使用連續數值時，才會顯示這些菱形圖。 菱形圖提供一些有用的描述性統計數據，包括每個叢集中該值的平均值和標準偏差：
菱形圖中的線條代表 屬性的值範圍。 這些值也會顯示在 [配置檔] 圖表左側的 [狀態] 資料行中。
菱形的中心位於節點的平均位置。
菱形的寬度代表該節點屬性的變異數。 因此，較薄的菱形表示節點可以建立更精確的預測。
若要在圖形中提供更多空間，請以滑鼠右鍵按下您不需要立即檢視的叢集，然後選取 [ 隱藏數據行]。 這不會從模型中刪除它，只是暫時隱藏欄位。
要查看您已隱藏的叢集，您可以點擊並拖曳欄位邊緣，或從清單中選擇群集名稱 更多的叢集。
向下卷動屬性清單，直到您找到 Bike Buyer，然後尋找具有 [是] 值最高百分比的叢集。
以滑鼠右鍵按下您要重新命名之叢集的數據行標題，選取 [重新命名叢集]，然後輸入 Bike Buyers。
新的叢集名稱會保存在所有檢視和伺服器上，直到您重新處理模型為止。
秘訣
按一下欄位標題，以該叢集的重要性順序排列屬性。
拖曳數據行以在查看器中重新排序它們。
點擊概況圖表中的任何數據格，以檢視 採礦圖例中的詳細統計數據。
以滑鼠右鍵按下任何儲存格，然後選取 「逐層深入模型資料行」，將基礎數據匯出到 Excel 的新工作表。
以滑鼠右鍵按一下叢集的欄標題，然後選取 鑽研以結構化數據，以取得未包含於模型中的叢集成員的詳細資訊。
例如，如果您正在分析客戶，您可能會將聯繫人資訊保留在基礎數據中（採礦結構），但不包含在模型中，因為它不適用於分析。 不過，將客戶指派給叢集之後，您可以使用穿透功能來檢視詳細數據。
叢集特性
[叢集特性] 檢視可讓您真正探索單一叢集，以找出哪一個屬性最強地描述此數據群組的特性。
探索叢集特性
從 叢集 列表中選取 超過 65 叢集。
選取叢集之後，您可以詳細查看組成該特定叢集的特性。
叢集所包含的屬性會列在 [變數 ] 資料行中，而列出的屬性狀態會列在 [ 值 ] 資料行中。
屬性狀態會依重要性順序列出，並伴隨其在這個叢集中的機率，以 [機率 ] 數據行中的彩色列表示。
按兩下 [ 變數] 資料行，依屬性排序。
藉由變更排序變數，您可以更輕鬆地查看變數的值，例如收入或汽車擁有權如何分散在群組中。
按兩下 [複製到Excel]。
新的工作表會新增至活頁簿，其中包含所選取叢集的特性。
現在，從清單中選擇不同的叢集 ，Bike Buyers。
按兩下 [複製到Excel]。
請注意，新的叢集特性圖表會新增在其自己的工作表上。 您可以將它移至與其他配置檔相同的工作表，以便比較它們，您將在下一個步驟中執行此動作。
秘訣
請注意，超過 65 個叢集中客戶的主要特性是，他們不會購買您的產品！ 如果您想要知道為什麼如此，您可以瀏覽叢集並比較群組，或者您可以使用擅長探索原因和結果的演算法來建立相關模型，例如判定樹模型或貝氏機率分類模型。
如果您想要取得此叢集的完整屬性和機率清單（或所有叢集），您可以建立查詢。 如需叢集模型查詢的範例，請參閱 叢集模型查詢範例。
叢集辨識
您可以使用 [ 叢集辨識 ] 索引卷標來比較兩個叢集之間的屬性，或是叢集與數據集中所有其他案例之間的屬性。
為了突顯此查看器的功能，我們將其與 Excel 中您根據 叢集特性 檢視所建立的並排表格進行比較。
探索叢集辨識
使用 [叢集 1 ] 和 [ 叢集 2 ] 列表來選取要比較的叢集。
針對叢集 1，選擇超過 65。
針對 [叢集 2]，選取 [自行車購買者]。
比較看起來應該類似下圖。
請注意，叢集辨識 檢視器在幕後運作中會將複雜的查詢傳送至資料探勘伺服器，以擷取區分這兩個群組時最重要的屬性，使您能更輕鬆地比較兩組客戶。
按兩下其中一個 [偏好... ] 資料行。
屬性和值清單右邊的列會顯示哪些特徵或值是選取叢集的特性。
現在比較 Excel 中的清單。
由於用來在查看器中建置影像的基礎統計數據會儲存至 Excel 做為數據表，因此您可以篩選和排序，並檢視實際機率值。
除了使用 Excel 之外，建議您嘗試 Visio 的叢集查看器，這也可讓您不僅檢視數據點，還能廣泛修改及增強圖形。 如需詳細資訊，請參閱叢集圖表逐步解說（數據採礦附加元件）。
秘訣
取得客戶群組的一些見解之後，請嘗試使用 What-If 案例（適用於 Excel 的數據表分析工具） 或 目標搜尋案例（適用於 Excel 的數據表分析工具） 工具，來探索模型中可能變更以影響結果的因素。
另請參閱
在 Excel 中瀏覽模型 （SQL Server 資料探勘增益集）
叢集精靈（適用於 Excel 的資料探勘外掛程式）