第 2 課:將採礦模型加入 Bike Buyer 採礦結構中
適用於: SQL Server 2016 Preview
在這一課中,會將兩個採礦模型加入至您建立自行車買主採礦結構 第 1 課︰ 建立自行車買主採礦結構。 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。
若要瀏覽如何潛在客戶可以按其特性分類,您將建立採礦模型,根據 Microsoft 群集演算法。 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可能購買自行車,您將建立採礦模型,根據 Microsoft 決策樹演算法。 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
若要將採礦模型加入採礦結構,您使用 ALTER MINING STRUCTURE #40; 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>)
程式碼的第一行會識別將加入採礦模型的現有採礦結構:
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>]
DMX 中的物件命名的詳細資訊,請參閱 識別碼 #40; 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> )
如需您可以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採礦模型中要用於預測的資料行:
<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。 如需如何將篩選套用到採礦模型的詳細資訊,請參閱 篩選採礦模型 & #40。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 [執行個體 Analysis Services, ,指向 新查詢, ,然後按一下 [ DMX 以開啟 [查詢編輯器及新的空白查詢。
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
在 檔案 ] 功能表上,按一下 [ 另存 DMXQuery1.dmx 為。
在 另存新檔 對話方塊中,瀏覽至適當的資料夾,並將檔案 DT_Model.dmx。
在工具列上,按一下 [ Execute ] 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 [執行個體 Analysis Services, ,指向 新查詢, ,然後按一下 [ 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
在 檔案 ] 功能表上,按一下 [ 另存 DMXQuery1.dmx 為。
在 另存新檔 對話方塊中,瀏覽至適當的資料夾,並將檔案 Clustering_Model.dmx。
在工具列上,按一下 [ Execute ] 按鈕。
在下一課,您將處理模型和採礦結構。