第 2 課：將採礦模型新增至自行車買主採礦結構

發行項
03/06/2017

在這一課，您會將兩個採礦模型新增至您已建立第 1 課：建立自行車購買者採礦結構的 Bike Buyer 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。

若要探索潛在客戶如何依其特性分類，您將根據 Microsoft 叢集演算法建立採礦模型。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。

若要預測潛在客戶是否可能購買自行車，您將根據 Microsoft 決策樹演算法建立採礦模型。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

若要將採礦模型新增至採礦結構，您可以使用 ALTER MINING STRUCTURE (DMX) 語句。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>]

如需在 DMX 中命名物件的相關資訊，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至採礦模型的詳細資訊，請參閱 Analysis Services - 資料採礦) 的採礦 (模型篩選。

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，將決策樹採礦模型新增至 Bike Buyer 結構
使用 Microsoft 叢集演算法，將叢集採礦模型新增至 Bike Buyer 結構
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

第一個步驟是根據 Microsoft 決策樹演算法新增採礦模型。

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 的實例，指向 [新增查詢]，然後按一下[DMX] 以開啟查詢編輯器和新的空白查詢。
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 [ 儲存 DMXQuery1.dmx As]。
在 [另 存新檔 ] 對話方塊中，流覽至適當的資料夾，並將檔案 DT_Model.dmx 命名為。
在工具列上，按一下 [ 執行 ] 按鈕。

將群集採礦模型加入結構中

您現在可以根據 Microsoft 叢集演算法，將採礦模型新增至 Bike Buyer 採礦結構。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 的實例，指向 [新增查詢]，然後按一下[DMX] 以開啟查詢編輯器開啟，然後開啟新的空白查詢。
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 [ 儲存 DMXQuery1.dmx As]。
在 [另 存新檔 ] 對話方塊中，流覽至適當的資料夾，並將檔案 Clustering_Model.dmx 命名為。
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：將採礦模型新增至自行車買主採礦結構

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