向呼叫中心结构中添加逻辑回归模型（数据挖掘中级教程）
除了分析可能会影响呼叫中心运营的因素之外，您还需要就员工如何提升其服务等级提供一些具体的建议。在此任务中，您将使用生成探索模型时所使用的挖掘结构，并添加一个用来创建预测的挖掘模型。
在 Analysis Services 中，逻辑回归模型基于神经网络算法，因此可以提供与神经网络模型相同的灵活性和功能，但更适合于预测结果。
在本应用场景中，您可以重用该神经网络模型中包括的所有列。但是，当您向挖掘结构中添加新模型时，默认情况下会使用与第一个挖掘模型相同的输入和可预测属性来创建新模型。因此，您必须更改输入和可预测属性，以便针对您的业务问题来自定义新模型。
此外，为了确保呼叫中心模型尽可能类似，您将为这两个模型设置种子参数。种子参数可以确保模型在整个重新处理期间保持不变。如果不为种子参数指定一个数值，SQL Server Analysis Services 将基于模型的名称来生成一个种子。由于神经网络模型和您要生成的逻辑回归模型具有不同的名称，因此您必须设置一个种子值，以确保这两个模型从完全相同的点来开始处理数据。
向呼叫中心挖掘结构中添加新的挖掘模型
在 Business Intelligence Development Studio 的解决方案资源管理器中，右键单击挖掘结构 Call Center Binned，然后选择**“打开设计器”**。
在数据挖掘设计器中单击**“挖掘模型”**选项卡。
单击**“创建相关挖掘模型”**。
在**“新建挖掘模型”对话框中，在“模型名称”中键入 Call Center - LR。在“算法名称”中选择“Microsoft 逻辑回归”**。
单击**“确定”**。
新挖掘模型显示在**“挖掘模型”**选项卡中。
自定义逻辑回归模型
在新挖掘模型 Call Center - LR 所在的列中，将 Fact CallCenter ID 保留为键。
将 ServiceGrade 和 Level Two Operators 的值更改为**“预测”**。
这些列将既可用作输入也可用于预测。如果在神经网络模型或逻辑回归模型中包括多个可预测属性，那么您实际上是在同一个元数据容器中创建两个单独的模型。该算法会为每一组可预测属性创建一个单独的子树。
将其他所有列更改为**“输入”**。
指定种子并处理模型
在**“挖掘模型”选项卡中，右键单击名为“Call Center - LR”的模型所在的列，然后选择“设置算法参数”**。
在 HOLDOUT_SEED 参数所在的行中，单击**“值”下方的空单元格并键入 1。单击“确定”**。
.gif "注意")
注意选择哪个值作为种子无关紧要，关键是您需要对所有相关模型使用同一个种子。
在**“挖掘模型”菜单中，选择“处理挖掘结构和所有模型”。单击“是”**将更新后的数据挖掘项目部署到服务器上。
在**“处理挖掘模型”对话框中，单击“运行”**。
单击**“关闭”关闭“处理进度”对话框，然后再次单击“处理挖掘模型”对话框中的“关闭”**。