建立類神經網路結構和模型 (中繼資料採礦教學課程)

在 [方案總管] 中，按兩下您剛剛建立的採礦結構。

在 [採礦結構] 索引標籤上，按一下 [加入採礦結構資料行]。

在 [選取資料行] 對話方塊中，從 [來源資料行] 的清單中選取 [ServiceGrade]，然後按一下 [確定]。

新的資料行就會加入到採礦結構資料行的清單中。根據預設，新的採礦資料行與現有資料行同名，但是後面多加了一個數值，例如 ServiceGrade 1。您可以變更此資料行的名稱，使名稱更具描述性。

您也將指定離散化方法。

以滑鼠右鍵按一下 [ServiceGrade 1]，然後選取 [屬性]。

在 [屬性] 視窗中，找出 [名稱] 屬性，然後將名稱變更為分類收納的撥接中心 NN。

隨即出現一個對話方塊，詢問您是否要針對所有相關採礦模型資料行的名稱進行相同的變更。按一下 [否]。

在 [屬性] 視窗中，找出 [資料類型] 區段，必要時將它展開。

將屬性 Content 的值從 Continuous 變更為 Discretized。

現在有下列屬性可以使用。變更屬性值，如下表所示：

在資料採礦設計師中，按一下 [採礦模型] 索引標籤。

請注意，當您加入採礦結構資料行的複本時，此複本的使用旗標會自動設定為 Ignore。通常當您在採礦結構中加入資料行的複本時，您不會搭配原始資料行來使用此複本進行分析，否則演算法將會在兩個資料行之間尋找很強的關聯，這樣可能會遮蔽其他關聯性。

在 [方案總管] 中，以滑鼠右鍵按一下您剛剛建立的採礦結構，然後選取 [開啟]。

按一下 [採礦模型] 索引標籤。

按一下 [建立相關的採礦模型]。

在 [新增採礦模型] 對話方塊的 [模型名稱] 中，輸入分類收納的撥接中心 NN。在 [演算法名稱] 下拉式清單中，選取 [Microsoft 類神經網路]。

在新的採礦模型所包含的資料行清單中，尋找 ServiceGrade，然後將使用方式從 Predict 變更為 Ignore。

同樣地，找出 ServiceGrade Binned，然後將使用方式從 Ignore 變更為 Predict。

在 [採礦模型] 索引標籤的 [結構] 底下，選取 [ServiceGrade Binned]。

請注意，[屬性] 視窗會顯示 [ScalarMiningStructure] 資料行物件的屬性。

在採礦模型的 [ServiceGrade Binned NN] 資料行底下，按一下與 [ServiceGrade Binned] 資料行對應的資料格。

請注意，現在 [屬性] 視窗會顯示 MiningModelColumn 物件的屬性。

找出 [名稱] 屬性，並將值變更為 ServiceGrade。

找出 [描述] 屬性，並輸入暫時資料行別名。

[屬性] 視窗應該包含以下資訊：

按一下 [採礦模型] 索引標籤中的任何地方。

此方格會更新，在資料行使用方式旁邊顯示新的暫時資料行別名 ServiceGrade。包含採礦結構及兩個採礦模型的方格應該如下所示：

在 [採礦模型] 索引標籤中，以滑鼠右鍵按一下名為「撥接中心 - LR」之模型的資料行，然後選取 [設定演算法參數]。

在 HOLDOUT_SEED 參數的資料列中，按一下 [值] 底下的空資料格，然後輸入 1。按一下 [確定]。針對與此結構有關的每一個模型重複這個步驟。

在 [採礦模型] 功能表上，選取 [處理採礦結構和所有模型]。按一下 [是]，將更新的資料採礦專案部署到伺服器上。

在 [處理採礦模型] 對話方塊中，按一下 [執行]。

按一下 [關閉] 以關閉 [處理進度] 對話方塊，然後再按一次 [處理採礦模型] 對話方塊中的 [關閉]。