將新模型加入至目標郵寄結構 (基本資料採礦教學課程)
適用於： SQL Server 2016 Preview
在這個工作中，您將定義兩個額外的模型使用 採礦模型 資料採礦設計工具索引標籤。 您將會使用 Microsoft 群集和 Microsoft 貝氏機率分類演算法來建立模型。 之所以選擇這兩種演算法，是因為它們可以預測離散值 (例如自行車購買)。 如需有關這些演算法的詳細資訊，請參閱 Microsoft 群集演算法 和 Microsoft 貝氏機率分類演算法
若要建立群集採礦模型
切換至 採礦模型 ] 索引標籤中的資料採礦設計師中 SQL Server Data Tools (SSDT)。
請注意，設計工具會顯示兩個資料行，一個採礦結構，一個用於 TM_Decision_Tree 您在上一課中建立的採礦模型。
以滑鼠右鍵按一下 結構 資料行，然後選取 新的採礦模型。
在 新的採礦模型 對話方塊中，於 模型名稱, ，型別 TM_Clustering。
在 演算法名稱, ，請選取 Microsoft 群集。
按一下 [確定] 。
新的模型會出現在 採礦模型 資料採礦設計工具索引標籤。 此模型中，以建置 Microsoft 群集演算法，具有相似特性的客戶成叢集群組和預測自行車購買行為，每個叢集。 雖然您可以修改的資料行使用方式和新的模型沒有變更的屬性 TM_Clustering 模型不需要在此教學課程。
若要建立貝氏機率分類採礦模型
在 採礦模型 ] 索引標籤的資料採礦設計師中，右邊上按一下滑鼠 結構 欄位，然後選取 新的採礦模型。
在 新的採礦模型 對話方塊的 [ 模型名稱, ，型別 TM_NaiveBayes。
在 演算法名稱, ，請選取 Microsoft 貝氏機率分類, ，然後按一下 [ 確定。
會出現訊息指出 Microsoft 貝式機率分類演算法不支援 時代 和 年收入 連續資料行。
按一下 [ 是 認可訊息，並繼續。
新的模型會出現在 採礦模型 資料採礦設計工具索引標籤。 雖然您可以修改的資料行用法和屬性中的所有模型] 索引標籤上，沒有變更 TM_NaiveBayes 模型不需要在此教學課程。