發行項
09/24/2010

第 2 課：將採礦模型加入 Bike Buyer 採礦結構中

在這一課，您將兩個採礦模型加入您在＜第 1 課：建立自行車買主採礦結構＞建立的 Bike Buyer 採礦結構中。這些採礦模型可讓您使用一個模型探索資料，使用另一個模型建立預測。

若要探索潛在客戶如何按其特性分類，您可以建立以＜Microsoft 群集演算法＞為基礎的採礦模型。在下一課，您將採索此演算法如何尋找共用類似特性的客戶叢集。例如，您會發現某些客戶很可能成為鄰居、使用自行車通勤，並具有類似的教育背景。您可以利用這些叢集，進一步了解不同客戶彼此的關係，並使用此資訊來建立一個以特定客戶群為目標的行銷策略。

為了預測潛在客戶是否有可能購買自行車，您將建立一個以＜Microsoft 決策樹演算法＞為基礎的採礦模型。此演算法會查看與每一位潛在客戶相關聯的資訊，並尋找在預測其是否會購買自行車時有用的特性。然後它會比較之前的自行車買主與新的潛在客戶的特性值，以判斷新的潛在客戶是否有可能購買自行車。

ALTER MINING STRUCTURE 陳述式

為了將採礦模型加入採礦結構中，您會使用 ALTER MINING STRUCTURE (DMX) 陳述式。陳述式中的程式碼可分成下列各部份：

識別採礦結構
命名採礦模型
定義索引鍵資料行
定義輸入資料行和可預測資料行
識別演算法和參數變更

以下是 ALTER MINING MODEL 陳述式的一般範例：

ALTER MINING STRUCTURE [<mining structure name>]
ADD MINING MODEL [<mining model name>]
(
    [<key column>],
    <mining model columns>,
) USING <algorithm name>( <algorithm parameters> )
WITH FILTER (<expression>)

程式碼的第一行識別將加入採礦模型中的現有採礦結構：

ALTER MINING STRUCTURE [<mining structure name>]

程式碼的下一行命名要加入採礦結構中的採礦模型：

ADD MINING MODEL [<mining model name>]

如需有關在 DMX 命名物件的資訊，請參閱＜識別碼 (DMX)＞。

接下來幾行的程式碼定義採礦結構中將由採礦模型使用的資料行：

[<key column>],
<mining model columns>

您只能使用已存在於採礦結構中的資料行，且清單中的第一個資料行必須是採礦結構中的索引鍵資料行。

程式碼的下一行定義產生採礦模型的採礦演算法，以及您可以在演算法上設定的演算法參數：

) USING <algorithm name>( <algorithm parameters> )

如需有關您可調整之演算法參數的詳細資訊，請參閱＜Microsoft 決策樹演算法＞和＜Microsoft 群集演算法＞。

您可以使用下列語法來指定要用於預測之採礦模型中的資料行：

<mining model column> PREDICT

程式碼的最後一行是選擇性的，可定義在定型及測試模型時所套用的篩選。如需有關如何套用篩選到採礦模型的詳細資訊，請參閱＜建立採礦模型的篩選 (Analysis Services - 資料採礦)＞。

課程工作

您將在這一課執行下列工作：

使用 Microsoft 決策樹演算法，將決策樹採礦模型加入 Bike Buyer 結構中
使用 Microsoft 群集演算法，將群集採礦模型加入 Bike Buyer 結構中
因為您要查看所有情況的結果，所以請先不要對任一模型新增篩選。

將決策樹採礦模型加入結構中

第一步是加入以 Microsoft 決策樹演算法為基礎的採礦模型。

若要加入決策樹採礦模型

在 [物件總管] 中，以滑鼠右鍵按一下 Analysis Services 的執行個體，指向 [新增查詢]，再按一下 [DMX] 開啟查詢編輯器以及新的空白查詢。
將 ALTER MINING STRUCTURE 陳述式的一般範例複製到空白查詢中。
取代下列項目：
```
<mining structure name> 
```
成為：
```
[Bike Buyer]
```
取代下列項目：
```
<mining model name> 
```
成為：
```
Decision Tree
```

取代下列項目：

<mining model columns>,

成為：

(
   CustomerKey,
   [Age],
   [Bike Buyer] PREDICT,
   [Commute Distance],
   [Education],
   [Gender],
   [House Owner Flag],
   [Marital Status],
   [Number Cars Owned],
   [Number Children At Home],
   [Occupation],
   [Region],
   [Total Children],
   [Yearly Income]

在此案例中，[Bike Buyer] 資料行已指定為 PREDICT 資料行。

取代下列項目：

USING <algorithm name>( <algorithm parameters> )

成為：

Using Microsoft_Decision_Trees
WITH DRILLTHROUGH

WITH DRILLTHROUGH 陳述式可讓您探索用於建立採礦模型的案例。

現在，產生的陳述式應該如下所示：

ALTER MINING STRUCTURE [Bike Buyer]
ADD MINING MODEL [Decision Tree]
(
   CustomerKey,
   [Age],
   [Bike Buyer] PREDICT,
   [Commute Distance],
   [Education],
   [Gender],
   [House Owner Flag],
   [Marital Status],
   [Number Cars Owned],
   [Number Children At Home],
   [Occupation],
   [Region],
   [Total Children],
   [Yearly Income]
) USING Microsoft_Decision_Trees
WITH DRILLTHROUGH

按一下 [檔案] 功能表上的 [將 DMXQuery1.dmx 另存為]。
在 [另存新檔] 對話方塊中，瀏覽至適當的資料夾，並將檔案命名為 DT_Model.dmx。
在工具列上按一下 [執行] 按鈕。

將群集採礦模型加入結構中

現在可以將採礦模型加入以 Microsoft 群組演算法為基礎的 Bike Buyer 採礦結構中。因為群集採礦模型將使用採礦結構中定義的所有資料行，所以您可以利用捷徑，以省略採礦資料行之定義的方式，將此模型加入結構中。

若要加入群集採礦模型

在 [物件總管] 中，以滑鼠右鍵按一下 Analysis Services 的執行個體，指向 [新增查詢]，再按一下 [DMX] 開啟查詢編輯器以及新的空白查詢。
將 ALTER MINING STRUCTURE 陳述式的一般範例複製到空白查詢中。
取代下列項目：
```
<mining structure name> 
```
成為：
```
[Bike Buyer]
```
取代下列項目：
```
<mining model> 
```
成為：
```
Clustering Model
```

刪除下面這一行：

(
    [<key column>],
    <mining model columns>,
)

取代下列項目：

USING <algorithm name>( <algorithm parameters> )

成為：

USING Microsoft_Clustering

現在，完整的陳述式應該如下所示：

ALTER MINING STRUCTURE [Bike Buyer]
ADD MINING MODEL [Clustering]
USING Microsoft_Clustering

按一下 [檔案] 功能表上的 [將 DMXQuery1.dmx 另存為]。
在 [另存新檔] 對話方塊中，瀏覽至適當的資料夾，並將檔案命名為 Clustering_Model.dmx。
在工具列上按一下 [執行] 按鈕。

在下一課，您將處理模型和採礦結構。

下一課

第 3 課：處理自行車買主採礦結構

共用方式為

第 2 課：將採礦模型加入 Bike Buyer 採礦結構中

ALTER MINING STRUCTURE 陳述式

課程工作

將決策樹採礦模型加入結構中

若要加入決策樹採礦模型

將群集採礦模型加入結構中

若要加入群集採礦模型

下一課

其他資源