向 Targeted Mailing 结构中添加新模型（数据挖掘基础教程）
适用于： SQL Server 2016 Preview
在本任务中，您将使用定义两个附加模型 挖掘模型 数据挖掘设计器的选项卡。 您将使用 Microsoft 聚类分析算法和 Microsoft Naive Bayes 算法创建模型。 之所以选择这两种算法，是因为它们能够预测离散值（例如，自行车购买行为）。 有关这些算法的详细信息，请参阅 Microsoft 聚类分析算法 和 Microsoft Naive Bayes 算法
创建聚类分析挖掘模型
切换到 挖掘模型 数据挖掘设计器中的选项卡 SQL Server Data Tools (SSDT)。
请注意，设计器显示两个列，一个挖掘结构，一个用于 TM_Decision_Tree 您在上一课中创建的挖掘模型。
用鼠标右键单击 结构 列，然后选择 新建挖掘模型。
在 新建挖掘模型 对话框中，在 模型名称, ，类型 TM_Clustering。
在 算法名称, ，选择 Microsoft 聚类分析。
单击“确定”。
新模型现在将出现在 挖掘模型 数据挖掘设计器的选项卡。 此模型中，使用构建 Microsoft 聚类分析算法，具有类似特征进行分类的客户进行分组并预测自行车购买为每个群集。 虽然您可以修改的列用法和新的模型中，没有对更改的属性 TM_Clustering 模型所必需的本教程。
创建 Naive Bayes 挖掘模型
在 挖掘模型 选项卡上的数据挖掘设计器中，右键单击 结构 列，并选择 新建挖掘模型。
在 新建挖掘模型 对话框中，在 模型名称, ，类型 TM_NaiveBayes。
在 算法名称, ，选择 Microsoft Naive Bayes, ，然后单击 确定。
出现一条消息，指出 Microsoft Naive Bayes 算法不支持 年龄 和 Yearly Income 是连续的列。
单击 是 确认的消息并继续。
新模型将显示在 挖掘模型 数据挖掘设计器的选项卡。 虽然您可以修改的列用法和中的所有模型的属性选项卡上，对做出任何更改 TM_NaiveBayes 模型所必需的本教程。
课程中的下一个任务
处理 Targeted 的 Mailing 结构 ( 中的模型数据挖掘基础教程 )