在您測試採礦模型的精確度並決定對結果感到滿意之後，您就可以在數據採礦設計師的 [ 採礦模型預測 ] 索引標籤上使用 [預測查詢產生器] 來產生預測。
預測查詢產生器有三個檢視。 透過 [設計 ] 和 [ 查詢 ] 檢視，您可以建置並檢查查詢。 然後，您可以在 [結果 ] 檢視中執行查詢並檢視結果。
所有預測查詢都會使用 DMX，這是數據採礦延伸模組 （DMX） 語言的簡稱。 DMX 的語法類似 T-SQL，但用於對數據採礦對象的查詢。 雖然 DMX 語法並不複雜，但使用類似此語法的查詢產生器，或 Office 的 SQL Server 數據採礦 Add-Ins 中的查詢產生器，可讓您更輕鬆地選取輸入和建置表達式，因此強烈建議您瞭解基本概念。
建立查詢
建立預測查詢的第一個步驟是選取採礦模型和輸入數據表。
選取模型和輸入數據表
在 [數據採礦設計師] 的 [ 採礦模型預測 ] 索引卷標上，按兩下 [ 採礦模型 ] 方塊中的 [ 選取模型]。
在 [選取採礦模型] 對話框中，瀏覽樹狀結構至 [目標郵件] 結構，展開結構，選取
TM_Decision_Tree，然後按一下 [確定]。在 [ 選取輸入數據表] 方塊中，按兩下 [ 選取案例數據表]。
在 [ 選取數據表] 對話方塊的 [ 數據源 ] 清單中，選取數據源檢視 Adventure Works DW 多維度 2012。
在 [數據表/檢視名稱] 中，選取 [ProspectiveBuyer ][dbo] 數據表，然後按兩下 [ 確定]。
數據表
ProspectiveBuyer最類似於 vTargetMail 案例數據表。
對應列
選取輸入數據表之後，預測查詢產生器會根據數據行的名稱，在採礦模型與輸入數據表之間建立預設對應。 結構中的至少一個數據行必須符合外部數據中的數據行。
這很重要
您用來判斷模型精確度的數據必須包含一個欄位，可對應至可預測的欄位。 如果這類數據行不存在，您可以建立一個具有空白值的數據行，但其數據類型必須與可預測的數據行相同。
將輸入對應至模型
以滑鼠右鍵按兩下將 [採礦模型] 視窗連接到 [ 選取輸入資料表 ] 視窗的線條，然後選取 [ 修改連接]。
請注意，並非每個欄位都有對應的映射。 我們將為數個數據表欄新增對應。 我們也會根據目前的日期數據行產生新的出生日期數據行，讓數據行更符合。
在 表格欄位 下，點擊
Bike Buyer單元格，然後從下拉式清單中選取 ProspectiveBuyer.Unknown。將可預測的欄位 [Bike Buyer] 映射到輸入表格的欄位。
按一下 [確定]。
在 [方案總管] 中，以滑鼠右鍵按兩下 [目標郵寄 ] 資料源檢視，然後選取 [ 檢視設計工具]。
以滑鼠右鍵點擊資料表ProspectiveBuyer，然後選擇新增具名計算。
在 [ 建立具名計算 ] 對話框中，針對 [ 資料行名稱] 輸入
calcAge。在 [描述] 中，輸入 [根據出生日期計算年齡]。
在 [ 表達式] 方塊中，輸入
DATEDIFF(YYYY,[BirthDate],getdate())，然後按兩下 [ 確定]。由於輸入數據表沒有對應至模型中的 Age 資料行，因此您可以使用此運算式，從輸入數據表的 BirthDate 數據行計算客戶年齡。 由於 Age 被識別為預測自行車購買最有影響力的數據行，因此它必須同時存在於模型和輸入數據表中。
在 [數據採礦設計師] 中，選取 [ 採礦模型預測 ] 索引標籤，然後重新開啟 [ 修改連接 ] 視窗。
在 [數據表數據行] 下，按兩下 [年齡] 單元格，然後從下拉式清單中選取 [ProspectiveBuyer.calcAge]。
警告
如果您沒有在清單中看到資料行，您可能必須重新整理設計工具中載入的數據源檢視定義。 若要這樣做，請從 [ 檔案] 選單選取 [ 全部儲存]，然後在設計工具中關閉並重新開啟專案。
按一下 [確定]。
設計預測查詢
[採礦模型預測] 索引卷標工具列上的第一個按鈕是 [切換至設計視圖]/[切換至結果檢視]/[切換至查詢檢視] 按鈕。 按下此按鈕上的向下箭號，然後選取 [ 設計]。
在 [ 採礦模型預測 ] 索引卷標的方格中，按兩下 [來源 ] 數據行中第一個空白數據列中的儲存格，然後選取 [ 預測函數]。
在 [ 預測函數 ] 的 [ 欄位 ] 欄中，選取
PredictProbability。在相同列的 [別名] 欄位中，輸入 結果的機率。
從上方的 [採礦模型] 視窗中，選取 [Bike Buyer] 並拖曳至 Criteria/Argument 單元格。
當您放手時，[TM_Decision_Tree]。[Bike Buyer] 會出現在 Criteria/Argument 單元格中。
這會指定函式
PredictProbability的目標數據行。 如需函式的詳細資訊，請參閱 數據採礦延伸模組 （DMX） 函式參考。按一下 來源 資料列中的下一個空白資料行，然後選取 TM_Decision_Tree 採礦模型。
在
TM_Decision_Tree資料列的欄位欄，選擇Bike Buyer。在
TM_Decision_Tree列中的 Criteria/Argument 欄中，輸入=1。按一下 來源 欄中的下一個空白列，然後選取 ProspectiveBuyer 資料表。
在
ProspectiveBuyer行的 字段 列中，選取 ProspectiveBuyerKey。這會將唯一標識符新增至預測查詢，讓您可以識別誰是和誰不太可能購買自行車。
將五個數據列新增至方格。 針對每個數據列，選取 [ProspectiveBuyer] 數據表 作為 [來源 ]，然後在 [欄位 ] 資料格中新增下列數據行：
calcAge
姓氏
名字
地址欄位1
地址欄位2
最後，執行查詢並瀏覽結果。
預測查詢產生器也包含下列控制項：
顯示 複選框
可讓您從查詢中移除子句，而不需要從設計工具中刪除子句。 當您使用複雜的查詢並想要保留語法，而不需要複製 DMX 並貼到視窗中時，這非常有用。
群組
在選取行的開頭插入左括弧，或在目前行尾插入右括弧。
AND/OR
在目前函式或欄位之後，立即插入
AND運算子或OR運算符。
若要執行查詢並檢視結果
在 [ 採礦模型預測 ] 索引標籤中，選取 [結果] 按鈕。
執行查詢並顯示結果之後，您可以檢閱結果。
[ 資料挖掘模型預測 ] 選項卡會顯示可能購買自行車的潛在客戶的連絡資訊。 結果機率欄位表示預測正確的機率。 您可以使用這些結果來判斷要以郵件鎖定哪些潛在客戶。
此時，您可以儲存結果。 您有三個選項：
以滑鼠右鍵按下結果中的數據列，然後選取 [ 複製 ] 將該值 （和數據行標題） 儲存至剪貼簿。
以滑鼠右鍵按兩下結果中的任何資料列，然後選取 [ 全部複製 ] 將整個結果集，包括數據行標題複製到剪貼簿。
按兩下 [儲存查詢結果 ]，將結果直接儲存至資料庫，如下所示：
在 [ 儲存數據採礦查詢結果 ] 對話框中，選取數據源，或定義新的數據源。
輸入將包含查詢結果的數據表名稱。
使用 [ 新增至 DSV] 選項來建立數據表，並將它新增至現有的數據源檢視。 如果您想要保留模型的所有相關數據表，例如定型數據、預測源數據，以及在同一個數據源檢視中查詢結果，這會很有用。
使用選項 [如果存在覆寫]，即可使用最新的結果來更新現有的數據表。
如果您已將任何數據行新增至預測查詢、變更預測查詢中任何數據行的名稱或數據類型，或在目的地數據表上執行任何 ALTER 語句，則必須使用 選項來覆寫數據表。
此外，如果多個數據行具有相同的名稱（例如，預設數據行名稱 Expression），您必須為具有重複名稱的數據行建立別名，或在設計工具嘗試將結果儲存至 SQL Server 時引發錯誤。 原因是 SQL Server 不允許多個數據行具有相同的名稱。
如需詳細資訊，請參閱儲存數據採礦查詢結果對話框（採礦模型預測檢視）。
課程中的下一個工作
在結構化資料上使用深入分析（基礎資料探勘教學）