散佈圖 (Analysis Services - 資料採礦)
如果您選擇任何包含連續可預測屬性的模型，而不是時間序列模型，「散佈圖」(Scatter Plot) 會自動顯示在 [增益圖] 索引標籤上。散佈圖會針對此模型所預測的值來繪製資料中的實際值。散佈圖會沿著 X 軸顯示實際值，並沿著 Y 軸顯示預測值。散佈圖也會顯示一條線來說明完美預測，也就是預測值完全符合實際值的情況。這條理想 45 度線上之點的距離會指示預測執行的成果好壞。
本章節將說明如何建立散佈圖及如何解譯結果。
[!附註]
只有包含連續可預測屬性的採礦模型才可以在散佈圖中檢視。
案例
例如，假設 Adventure Works Cycles 行銷部門中的模型是根據促銷電子郵件中傳送之連結的點選次數來預測每天的銷售。由於點選次數和銷售數量都是連續的數值，所以您可以將點選次數繪製為獨立變數，並將銷售繪製為相依變數。當您這樣做時，直線會顯示預期的線性關係，而該線周圍散佈的點則會顯示預期值與實際值的差異。這項分析可大致告訴您，某一組結果如何與特定輸入產生相互關聯性，以及與理想模型之間的變異有多大。
瞭解散佈圖
下圖顯示針對剛剛描述的案例所建立的散佈圖範例。
.gif "線性迴歸散佈圖的範例")
您可以將滑鼠暫停在散佈於此線周圍的任何點上，以檢視工具提示內的預測值和實際值。散佈圖沒有 [採礦圖例]；但是，該圖本身會包含一個圖例來顯示與此模型有關的分數。如需有關解譯分數的詳細資訊，請參閱＜線性迴歸模型的採礦模型內容 (Analysis Services - 資料採礦)＞。
您可以將圖表的視覺表示法複製到剪貼簿，但不是基礎資料或公式。如果您想要檢視這條線的迴歸公式，您可以針對此模型建立內容查詢。如需詳細資訊，請參閱＜查詢線性迴歸模型 (Analysis Services - 資料採礦)＞。
建立散佈圖
當您建立散佈圖時，請遵循下列步驟：
在資料採礦設計師的 [採礦精確度圖表] 中，按一下 [輸入選擇] 索引標籤。
在 [輸入選擇] 索引標籤上，選取要評估的模型。此模型必須包含連續數值資料類型的可預測屬性。
選取可預測屬性。
選擇用於評估的資料集。
您可以選擇將篩選套用至資料集。
按一下 [增益圖] 索引標籤，自動產生散佈圖報表。
如需適用於所有圖表類型的逐步程序，請參閱＜如何：建立採礦模型的精確度圖表＞。