建立目標郵寄採礦模型結構 (基本資料採礦教學課程)
建立目標郵寄案例的第一個步驟是使用 SSDT) SQL Server Data Tools (SSDT 中的資料採礦精靈來建立新的採礦結構和決策樹採礦模型。
在此工作中，您將設定新的採礦結構，並根據 Microsoft 決策樹演算法新增初始採礦模型。 若要建立此結構，您會先選取資料表和檢視表，然後識別哪些資料行將用於定型，哪些資料行將用於測試。
若要建立目標郵寄案例的採礦結構
在 [方案總管] 中，以滑鼠右鍵按一下[採礦結構]，然後選取 [新增採礦結構] 以啟動 [資料採礦精靈]。
在 [歡迎使用資料採礦精靈] 頁面上，按 [下一步]。
在 [ 選取定義方法 ] 頁面上，確認已選取 [從現有的關係資料庫或資料倉儲 ]，然後按 [ 下一步]。
在 [ 建立資料採礦結構] 頁面的 [ 您要使用哪些資料採礦技術？] 底下，選取 [Microsoft 決策樹]。
注意
如果出現找不到資料採礦演算法的警告，可能無法正確設定專案屬性。 當專案嘗試從 Analysis Services 伺服器擷取資料採礦演算法清單，且找不到伺服器時，就會發生這個警告。 根據預設，SQL Server Data Tools會使用localhost作為伺服器。 如果您要使用不同的執行個體或具名執行個體，您必須變更專案屬性。 如需詳細資訊，請參閱 建立 Analysis Services 專案 (基本資料採礦教學課程) 。
按一下 [下一步] 。
在 [ 選取資料來源檢視 ] 頁面的 [ 可用的資料來源檢視 ] 窗格中，選取 [ 目標郵寄]。 您可以按一下 [ 流覽 ] 以檢視資料來源檢視中的資料表，然後按一下 [ 關閉 ] 返回精靈。
按一下 [下一步] 。
在 [ 指定資料表類型] 頁面上，選取 [ 案例 ] 資料行中的核取方塊，讓 vTargetMail 使用它作為案例資料表，然後按 [ 下一步]。 您之後將會使用 ProspectiveBuyer 資料表進行測試，現在請先忽略。
在 [ 指定定型資料 ] 頁面上，您將至少識別一個可預測的資料行、一個索引鍵資料行，以及一個模型輸入資料行。 選取BikeBuyer資料列中[可預測]資料行中的核取方塊。
注意
請注意視窗底部的警告。 在您選取至少一個 [輸入 ] 和一個 [可預測 ] 資料行之前，您將無法流覽至下一頁。
按一下 [建議 ] 以開啟 [ 建議相關資料行 ] 對話方塊。
每當至少選取一個可預測屬性時，就會啟用 [建議 ] 按鈕。 [ 建議相關 資料行] 對話方塊會列出最與可預測資料行最相關的資料行，並依屬性與可預測屬性的相互關聯來排序屬性。 系統會自動選取具有重大相互關聯性的資料行 (信心大於 95%)，使其包含在模型中。
檢閱建議，然後按一下 [ 取消 ] 以簽署建議。
注意
如果您按一下 [ 確定]，所有列出的建議都會標示為精靈中的輸入資料行。 如果您僅同意其中某些建議，就必須手動變更其值。
確認已在 CustomerKey資料列中選取 [金鑰] 資料行中的核取方塊。
注意
如果資料來源檢視中的來源資料表指出索引鍵，資料採礦精靈會自動選擇這個資料行來做為模型的索引鍵。
選取下列資料列中 [ 輸入 ] 資料行中的核取方塊。 您可以核取多個資料行，其方式是反白顯示某個資料格範圍並按下 CTRL 鍵，然後同時選取核取方塊。
年齡
CommuteDistance
EnglishEducation
EnglishOccupation
Gender
GeographyKey
HouseOwnerFlag
MaritalStatus
NumberCarsOwned
NumberChildrenAtHome
區域
TotalChildren
YearlyIncome
在頁面上最左邊的資料行上，選取以下資料列中的核取方塊。
AddressLine1
AddressLine2
DateFirstPurchase
EmailAddress
名字
姓氏
請確定這些資料列只有在左邊的資料行中才有核取記號。 這些資料行將會加入到您的結構中，但是不會併入模型中。 但是在建立此模型之後，這些資料行將可用於鑽研和測試。 如需鑽研的詳細資訊，請參閱 鑽研查詢 (資料採礦)
按一下 [下一步] 。