資料採礦精靈
每次將新的採礦結構加入至資料採礦專案時，Microsoft SQL Server 2005 Analysis Services (SSAS) 中的資料採礦精靈就會啟動。此精靈定義新的結構，也定義每一個結構的初始採礦模型。初始模型的結構，包括資料表和資料行，是從現有的資料來源檢視或 Cube 衍生。
您可以使用資料採礦精靈來完成下列工作：
- 指定是否從關聯式資料庫或從 OLAP 資料庫之現有的 Cube 中，建立資料採礦結構和模型。
- 指定用來建立初始模型的演算法。
- 指定包含培訓資料的資料來源檢視或 Cube 維度，在此資料上建立模型。
- 從關聯式資料來源指定案例資料表和巢狀資料表，或從 OLAP 資料來源指定案例索引鍵和案例層級資料行，以定義案例集。
- 定義案例集內之資料行的使用方式。
- 自動偵測以及設定資料行內容和資料類型。
- 如果採礦模型是以 OLAP 資料來源為基礎，則配量 Cube。
- 命名新的採礦結構和初始採礦模型。
- 如果採礦模型是以 OLAP 資料來源為基礎，則建立新的資料採礦維度。
完成資料採礦精靈之後，您可以使用資料採礦設計師來修改採礦結構和模型，並瀏覽和預測模型。
**如需詳細資訊，請參閱：**＜資料採礦設計師＞。
使用資料採礦精靈
若要啟動資料採礦精靈，請使用方案總管或 Business Intelligence Development Studio 中的 [專案] 功能表，將新的採礦結構加入 Analysis Services 專案中。
資料採礦精靈有兩個分支，每一種類型的資料來源各一個分支：
- 關聯式採礦模型
- OLAP 採礦模型
關聯式採礦模型
在 Analysis Services 中從關聯式資料來源建立採礦模型時，您首先要在資料採礦精靈中，指定您要使用現有的關聯式資料庫來定義模型的結構。接下來，藉由選取最適合您要的資料採礦分析類型的演算法，您可以指定要使用的資料採礦技術。
**如需詳細資訊，請參閱：**＜資料採礦演算法＞。
指定資料來源檢視和資料表類型
精靈中的下一個步驟是選取您要用來定義採礦結構的特定資料來源檢視，並指定案例資料表。案例資料表包含用來培訓採礦模型的培訓資料。如果您的資料分散在多個資料表中，您也可以指定將資料表巢狀在案例資料表內。
**如需詳細資訊，請參閱：**＜巢狀資料表＞。
指定資料行使用方式
在指定案例資料表和巢狀資料表之後，您可以在採礦結構要包含的資料表中決定每一個資料行的使用類型。如果您不指定資料行的使用類型，採礦結構將不會包含此資料行。資料採礦資料行有四種類型：索引鍵、輸入、可預測或輸入和可預測的組合。索引鍵資料行包含資料表中每一個資料列的唯一識別碼。部分採礦模型，例如時序群集和時間序列模型，可以包含多個索引鍵資料行。輸入資料行提供可用來執行預測的資訊。可預測資料行包含您嘗試在採礦模型中預測的資訊。
例如，一系列資料表可能包含客戶識別碼、人口統計資訊，以及每一位客戶花費在特定商店的貨幣金額。客戶識別碼唯一地識別客戶，也在案例資料表和巢狀資料表之間建立關聯性，因此它可用來作為索引鍵資料行。您可以從人口統計資訊中選取一組資料行作為輸入資料行，以及描述每一位客戶花費之貨幣金額的資料行作為可預測資料行。然後，您可以建立採礦模型，在人口統計和客戶在商店中花費多少金額之間建立關聯性。您可以使用此模型作為目標行銷的基礎。
資料採礦精靈提供 [建議] 功能，在選取可預測資料行時會啟用此功能。資料集包含的資料行通常比您建立採礦模型要用的資料行更多。[建議] 功能表會計算數值分數，從 0 到 1，描述資料集內的每一個資料行和可預測資料行之間的關聯性。這項功能會依據此分數，建議用來作為採礦模型輸入的資料行。如果使用 [建議] 功能，您可以使用建議的資料行、修改選取範圍以符合您的需求，或忽略建議。
指定內容和資料類型
在選取一或多個可預測資料行和輸入資料行之後，您可以指定每一個資料行的內容和資料類型。
**如需詳細資訊，請參閱：**＜資料類型 (資料採礦)＞、＜內容類型 (資料採礦)＞。
正在完成精靈
此精靈中的最後一個步驟為命名採礦結構和相關聯的採礦模型。如果您選取 [允許使用鑽研]，就會在模型中啟用鑽研功能。這可讓您瀏覽用來建立此模型的來源資料。
回到頁首
OLAP 採礦模型
在 Analysis Services 中從 OLAP 資料來源建立多維度採礦模型時，您首先要在資料採礦精靈中，指定您要使用現有的 Cube 來定義模型的結構。接下來，藉由選取最適合您要的資料採礦分析類型的演算法，您可以指定要使用的資料採礦技術。
**如需詳細資訊，請參閱：**＜資料採礦演算法＞。
指定資料來源和案例索引鍵
接下來，選取 Cube 維度作為定義採礦結構的資料來源。然後，選取屬性作為採礦模型的索引鍵或案例索引鍵。
.gif "ms175645.note(zh-tw,SQL.90).gif") 附註： |
|---|
| 您正在建立的 OLAP 採礦模型和您用來建立模型的來源 Cube，必須包含在相同的 Analysis Services 資料庫中。 |
指定案例層級資料行和資料行使用方式
選取案例索引鍵之後，精靈下一頁的樹狀檢視中會顯示與該索引鍵相關聯的屬性和量值。從這個清單中，您可以選取屬性和量值作為結構的資料行。這些資料行稱為案例層級資料行。如同關聯式模型一樣，您也必須指定結構中如何使用每一個資料行，這可以在精靈的下一頁指定。資料行可以是索引鍵、輸入、可預測、輸入和可預測，或未選取的。
加入巢狀資料表
資料採礦精靈的 OLAP 分支包含選項，可以將巢狀資料表加入採礦模型結構中。在精靈的 [指定採礦模型資料行使用方式] 頁面上，按一下 [加入巢狀資料表]，以開啟另一個對話方塊來逐步引導您加入巢狀資料表。只會顯示您套用至維度的量值群組。選取量值群組，此量值群組包含案例維度的外部索引鍵。接下來，指定量值群組中每一個資料行的使用方式，亦即輸入或可預測。然後，精靈會將巢狀資料表加入至案例資料表。巢狀資料表的預設名稱為巢狀維度的名稱，但您可以重新命名巢狀資料表和其資料行。**如需詳細資訊，請參閱：**＜巢狀資料表＞。
指定內容和資料類型
在選取一或多個可預測資料行和輸入資料行之後，您可以指定每一個資料行的內容和資料類型。
**如需詳細資訊，請參閱：**＜資料類型 (資料採礦)＞、＜內容類型 (資料採礦)＞。
配量來源 Cube
在精靈的 OLAP 分支中，您可以在培訓採礦模型之前先配量來源 Cube，以限制採礦模型的範圍。配量 Cube 類似在 SQL 陳述式中加入 WHERE 子句。例如，假設 Cube 包含有關產品購買的資訊，您可能限制年齡屬性大於 30、性別資料行僅限女性，以及購買日期不得早於 2000 年三月。在此情況下，您可以將模型涵蓋的範圍限制為超過 30 歲且在 2000 年三月之前購買產品的女性。
正在完成精靈
此精靈中的最後一個步驟為命名採礦結構和相關聯的採礦模型。如果您選取 [允許使用鑽研]，就會在模型中啟用鑽研功能。這可讓您瀏覽用來建立此模型的來源資料。根據採礦模型，您也可以指定是否要將新的維度加入來源 Cube 中，或從採礦模型建立新的 Cube。
回到頁首
請參閱
概念
建立新的採礦結構
在資料採礦設計師中管理採礦模型
資料採礦概念
使用資料採礦工具
使用資料採礦