資料採礦基本教學課程

歡迎使用 Microsoft Analysis Services 基本資料採礦教學課程。 Microsoft SQL Server提供整合式環境來建立資料採礦模型並進行預測。 在本教學課程中，您將完成一個目標郵寄促銷活動案例，以運用機器學習方法來分析和預測客戶購買行為。 本教學課程示範如何使用三種最重要的資料採礦演算法：群集、決策樹和貝氏機率分類。 您也將瞭解如何使用採礦模型檢視器來分析結果，以及使用 Microsoft SQL Server Analysis Services中包含的資料採礦工具建立預測和精確度圖表。 虛構的公司 Adventure Works Cycles 會用於所有範例。

當您熟悉使用資料採礦工具時，建議您也完成 [中繼資料採礦教學課程] (Analysis Services - 資料採礦) 。 其課程示範如何使用預測、購物籃分析、時間序列、關聯模型、巢狀資料表和時序群集。

教學課程案例

在本教學課程中，您是 Adventure Works Cycles 的員工，負責根據歷史購買深入瞭解公司的客戶，然後使用該歷程記錄資料進行可用於行銷的預測。 該公司尚未進行過資料採礦，所以您必須特別針對資料採礦建立新的資料庫，並設定數個資料採礦模型。

學習內容

這個教學課程告訴您如何建立與使用幾種不同類型的機器學習方法。 您也將學習如何建立採礦模型的副本，並對輸入資料套用篩選以取得不同的結果。 而後，您可以使用增益圖比較這兩個模型的結果。 最後，您將使用鑽研功能從基礎採礦結構擷取其他資料。

Microsoft Analysis Services 資料採礦包含下列功能，可協助您輕鬆地開發及比較多個預測模型，然後對結果採取動作：

• 保留測試集 -當您建立採礦結構時，您現在可以將採礦結構中的資料分割成定型和測試集。 這可讓您在類似的資料集上測試模型，以及比較相關模型的精準度。

• 採礦模型篩選 -您現在可以將篩選附加至採礦模型，並在定型和測試期間套用篩選。 這可讓您在不同的資料子集上輕鬆建立相關的模型。

• 鑽研結構案例和結構資料行 - 您現在可以輕鬆地從採礦模型中的一般模式移至資料來源中可採取動作的詳細資料。

這個教學課程分成下列課程：

第 1 課：準備 Analysis Services 資料庫 (基本資料採礦教學課程)
在這一課，您將瞭解如何建立新的 Analysis Services 資料庫、新增資料來源和資料來源檢視，以及準備要與資料採礦搭配使用的新資料庫。

第 2 課：建立目標郵寄結構 (基本資料採礦教學課程)
在這一課，您將學習如何建立目標郵寄狀況中所能使用的採礦模型結構。

第 3 課：新增及處理模型
在這一課，您將學會如何將模型加入到結構中。 您建立的模型會使用下列演算法建立：

• Microsoft 決策樹

• Microsoft 群集

• Microsoft 貝氏機率分類

第 4 課：探索目標郵寄模型 (基本資料採礦教學課程)
在這一課，您將學會如何使用檢視器探索及解譯各模型的發現。

第 5 課：測試模型 (基本資料採礦教學課程)
在這一課，您要建立其中一個目標郵寄模型的副本、加入採礦模型篩選以便將定型資料限制在特定一組客戶，然後評估模型的可用性。

第 6 課：建立及處理預測 (基本資料採礦教學課程)
在這基本資料採礦教學課程的最後一課，您將使用模型來預測哪些客戶最有可能購買自行車。 接著，您要鑽研基礎案例以取得連絡資訊。

規格需求

請確定已安裝下列項目：

• Microsoft SQL Server 2014

• 多維度模式中的 Microsoft SQL Server Analysis Services

• AdventureWorksDW2012資料庫。

為了增強安全性，範例資料庫不會與 SQL Server 一起安裝。 若要安裝 Microsoft SQL Server的官方資料庫，請流覽Microsoft SQL 範例資料庫頁面，然後選取 SQL Server 2014。

注意

當您完成教學課程時，如果您將 [下一個主題 ] 和 [上一個 主題 ] 按鈕新增至檔檢視器工具列，您可能會發現在步驟之間來回移動會比較容易。

另請參閱

資料採礦方案
採礦模型工作和使用說明
使用 DMX 建立並查詢資料採礦模型：教學課程 (Analysis Services - 資料採礦)