使用 Microsoft 貝氏機率分類檢視器瀏覽模型
Microsoft SQL Server Analysis Services中的 Microsoft 貝氏機率分類檢視器會顯示使用 Microsoft 貝氏機率分類演算法所建置的採礦模型。 Microsoft 貝氏機率分類演算法是可高度適應預測模型工作的分類演算法。 如需有關這個演算法的詳細資訊，請參閱＜ Microsoft Naive Bayes Algorithm＞。
由於貝氏機率分類模型的主要用途之一是提供快速探索資料集中的資料的方法，因此 Microsoft 貝氏機率分類檢視器提供數種方法來顯示可預測屬性和輸入屬性之間的互動。
注意
如果您想要檢視模型中所用方程式的詳細資訊，以及探索到的模式，您可以切換至 Microsoft 一般內容樹狀檢視器。 如需詳細資訊，請參閱使用 Microsoft 一般內容樹狀檢視器或 Microsoft 一般內容樹狀檢視器流覽模型， (資料採礦) 。
檢視器索引標籤
當您在 Analysis Services 中流覽採礦模型時，模型會顯示在模型適當檢視器中資料採礦Designer的[採礦模型檢視器] 索引標籤上。 Microsoft 貝氏機率分類檢視器提供下列索引標籤來探索資料：
相依性網路
[相依性網路] 索引標籤會顯示模型中的輸入屬性和可預測屬性之間的相依性。 檢視器左邊的滑桿會有篩選的作用，與相依性程度相關。 降低滑桿只顯示最強的連結。
當您選取節點時，檢視器會反白顯示該節點特定的相依性。 例如，若您選擇一個可預測的節點，檢視器也會反白顯示每一個可協助預測該可預測節點的節點。
檢視器底端的圖例會將色碼連結至圖表中的相依性類型。 例如，當您選取可預測的節點時，可預測節點會呈現淺粉藍色陰影，而預測所選取之節點的節點則會呈現橙色陰影。
屬性設定檔
[屬性設定檔] 索引標籤會在方格中顯示長條圖。 您可以使用這個方格，來比較您在 [可預測] 方塊中選取的可預測屬性與模型中的所有其他屬性。 索引標籤中的每一個資料行代表可預測屬性的狀態。 如果可預測屬性有許多狀態，您可以調整 [長條圖列]來變更會出現在長條圖中的狀態數目。 如果您選擇的數目小於屬性中的狀態總數，狀態就會依支援的順序列出，剩餘狀態則收集到單一灰色值區內。
若要顯示使長條圖色彩與屬性狀態相關的採礦圖例，請按一下 [顯示圖例] 核取方塊。 採礦圖例也會針對您所選取的每個屬性值組顯示案例的分佈情況。
若要將方格的內容複製到 [剪貼簿] 作為一個 HTML 資料表，請以滑鼠右鍵按一下 [屬性設定檔] 索引標籤，然後選取 [複製]。
屬性特性
若要使用 [屬性特性] 索引標籤，請從 [屬性] 清單中選取一個可預測屬性，並從 [值] 清單中選取所選屬性的狀態。 當您設定這些變數時， [屬性特性] 索引標籤會顯示與所選屬性的所選案例相關聯之屬性的狀態。 屬性是依重要性排序。
屬性辨識
若要使用 [屬性辨識] 索引標籤，請從 [屬性]、 [值 1]和 [值 2] 清單中選取可預測屬性和它的兩個狀態。 接著， [屬性辨識] 索引標籤上的方格會在資料行中顯示下列資訊：
Attribute
列出資料集內的其他屬性，這些屬性包含一個非常喜好可預測屬性之其中一個狀態的狀態。
值
在 [屬性] 資料行中顯示屬性的值。
<偏好值 1>
顯示一個彩色列，它會指出屬性值喜好 [值 1] 中顯示之可預測屬性值的強烈程度。
<偏好值 2>
顯示一個彩色列，它會指出屬性值喜好 [值 2] 中顯示之可預測屬性值的強烈程度。