使用 Microsoft 樹狀檢視器瀏覽模型
Microsoft SQL Server Analysis Services 中的 Microsoft 樹狀檢視器會顯示以 Microsoft 決策樹演算法建立的決策樹。 Microsoft 決策樹演算法是一種混合式決策樹演算法，可支援分類和迴歸。因此，您也可以使用這個檢視器來檢視以 Microsoft 線性迴歸演算法為基礎的模型。 Microsoft 決策樹演算法可用於離散和連續屬性的預測模型。 如需有關這個演算法的詳細資訊，請參閱＜Microsoft 決策樹演算法＞。
[!附註]
若要檢視有關此模型中所用的方程式及所探索之模式的詳細資訊，請使用 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瀏覽模型＞或＜Microsoft 一般內容樹狀檢視器 (資料採礦)＞。
檢視器索引標籤
在 Analysis Services 中瀏覽採礦模型時，該模型會在適合它的檢視器中，顯示於資料採礦設計師的 [採礦模型檢視器] 索引標籤上。 Microsoft 樹狀檢視器包含下列索引標籤和窗格：
決策樹
相依性網路
採礦圖例
決策樹
當您建立決策樹模型時，Analysis Services 會為每一個可預測屬性建立個別樹狀。 您可以從檢視器之 [決策樹] 索引標籤的 [樹狀結構] 清單中，選取個別樹狀結構來檢視它。
決策樹是由一系列分割所組成，最重要的分割 (由演算法決定) 位於檢視器左邊的 [所有] 節點上。 其他分割出現在右邊。 [所有] 節點中的分割最重要，因為它包含資料集內最強的導致分割條件，因此它會導致第一個分割。
您可以展開或摺疊樹狀結構中的個別節點，以顯示或隱藏在每一個節點之後發生的分割。 您也可以使用 [決策樹] 索引標籤上的選項，來影響樹狀結構的顯示方式。 使用 [顯示層級] 滑桿，來調整樹狀結構所顯示的層級數目。 使用 [預設展開]，來設定模型中所有樹狀結構所顯示的預設層級數目。
預測分隔屬性
以分隔可預測屬性建立樹狀時，檢視器會在樹狀的每一個節點上顯示下列各項：
造成分割的狀況。
代表可預測屬性之狀態分佈的長條圖，依據常用性排序。
您可以使用 [長條圖] 選項，來變更出現在樹狀之長條圖中的狀態數目。 如果可預測屬性有許多狀態，則此選項很有用。 狀態會依常用性順序由左至右出現在長條圖中；如果您選擇要顯示的狀態數目少於屬性中的總狀態數目，則最不常用的狀態全部會以灰色顯示。 若要查看節點之每一個狀態的確切計數，請將指標暫停在該節點上以檢視工具提示，或選取該節點來檢視它在 [採礦圖例] 中的詳細資料。
每一個節點的背景色彩，會代表您使用 [背景] 選項選取的特定屬性狀態案例的集中情形。 您可以使用此選項來反白顯示包含您想要之特定目標的節點。
預測連續屬性
當樹狀是以連續可預測屬性建立時，檢視器會為樹狀中的每一個節點顯示鑽石形圖表，而非長條圖。 此鑽石形圖表有一條線代表屬性的範圍。 鑽石形位於節點的平均值之處，而鑽石形的寬度代表在該節點的屬性變異數。 鑽石形越窄，表示節點所建立的預測愈精確。 檢視器也會顯示迴歸方程式，它是用來決定節點中的分割。
其他決策樹顯示選項
針對決策樹模型啟用鑽研之後，您可以在樹狀中以滑鼠右鍵按一下節點並選取 [鑽研]，來存取支援該節點的培訓案例。 您可以在資料採礦精靈內啟用鑽研，或在 [採礦模型] 索引標籤中調整採礦模型上的鑽研屬性。
您可以使用 [決策樹] 索引標籤上的縮放選項來放大或縮小樹狀，或使用 [調成最適大小]，使整個模型調整成檢視器畫面大小。 如果樹狀過大而無法調整成螢幕大小，您可以使用 [導覽] 選項來導覽樹狀。 按一下 [導覽] 就會開啟個別導覽視窗，您可以使用它來選取要顯示的模型區段。
您也可以將樹狀檢視影像複製到剪貼簿，以便將其貼到文件中或貼到影像操作軟體中。 使用 [複製圖表檢視] 即可只複製檢視器中可見的樹狀區段，或使用 [複製整個圖表] 來複製樹狀中所有展開的節點。
回到頁首
相依性網路
[相依性網路] 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。 如果您降低滑桿，則檢視器中只會顯示最強的連結。
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。
如果檢視器包含多個節點，您可以使用 [尋找節點] 按鈕來搜尋特定節點。 按一下 [尋找節點] 就會開啟 [尋找節點] 對話方塊，您可以在此使用篩選來搜尋和選取特定節點。
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。
回到頁首
採礦圖例
當您在決策樹模型中選取節點時，[採礦圖例] 會顯示下列資訊：
節點中的案例數目，依可預測屬性的狀態細分。
節點的可預測屬性之每一個案例的機率。
包括可預測屬性的每一個狀態計數的長條圖。
要連上特定節點所需的條件，亦稱為節點路徑。
若為線性迴歸模型，就會顯示迴歸公式。
您可以用類似方案總管的方式來停駐和使用 [採礦圖例]。
回到頁首