增益圖
在資料採礦設計師的 [採礦精確度圖表] 索引標籤的 [增益圖] 索引標籤中，您可以檢視兩種類型的圖表：增益圖和收益圖。增益圖會比較每一個模型的預測精確度，而收益圖則會顯示在使用每一個模型時，理論上會增加的相關收益。
使用 [圖表類型] 清單，來選取您要的圖表類型。從清單中選取 [收益圖] 時，會自動開啟 [收益圖設定] 對話方塊。(當您按一下 [設定] 時，也會開啟此對話方塊)。您可以使用此對話方塊，來設定定義收益圖的參數。
增益圖只能比較包含分隔可預測屬性的採礦模型。[採礦精確度圖表] 索引標籤無法與時間序列模型、或具有連續可預測屬性的模型一起使用。
如需詳細資訊，請參閱：採礦精確度圖表索引標籤的如何主題、資料行對應 (增益圖)、驗證資料採礦模型。
圖表類型
下列章節詳細描述每一種圖表類型：
- 增益圖類型
- 收益圖類型
增益圖類型
[增益圖] 索引標籤會顯示採礦模型造成之 [增益] 變動的圖形表示。例如，假設 Adventure Works Cycles 的行銷部門想要舉辦鎖定目標郵寄行銷資料的活動。根據以往的活動，他們知道通常可以收到百分之 10 的回應率。他們在資料庫的資料表中儲存了一份 10,000 位潛在客戶的清單。根據一般的回應率，他們預期有 1,000 位客戶會回應。
另外，假設專案的預算小於連絡資料庫中全部 10,000 位客戶所需的金額。根據預算，他們只能郵寄廣告給 5,000 位客戶。行銷部門有兩個選擇：
- 隨機選取 5,000 位客戶作為目標
- 使用採礦模型來鎖定最有可能回應的 5,000 位客戶
如果公司隨機選取 5,000 位客戶，則從估計的 1,000 個正面回應中預期只會達到 500 個，因為鎖定的客戶中通常只有百分之 10 會回應。此狀況就是增益圖中的隨機線條代表的意義。不過，如果行銷部門使用採礦模型來鎖定郵寄對象，則可以預期有更高的回應率，因為可以鎖定最有可能回應的客戶群。如果模型很完美，意謂著可以建立完全無誤的預測，則公司可以郵寄給模型建議的 1,000 位潛在客戶，並預期達到全部 1,000 個估計的回應。在增益圖中以理想線條代表此狀況。事實上採礦模型極可能出現在這兩個極端之間，亦即隨機猜測與理想或完美預測之間。任何能改進隨機猜測的結果，就稱為增益。
您可以建立兩種類型的圖表，其中一個指定可預測資料行的狀態，另一個不指定狀態。
如果您指定可預測資料行的狀態，您就會建立下列圖表中所顯示的圖表類型。
.gif "目標母體與整體母體擴展之比較的增益圖")
圖表的 X 軸代表用來比較預測的測試資料集的百分比。圖表的 Y 軸代表預測作為指定狀態之值的百分比。在圖表中，紅線代表隨機線條，而黃線代表理想模型。
如果您不指定可預測資料行的狀態，您就會建立下列圖表中所顯示的圖表類型。
.gif "顯示正確預測的增益圖")
X 軸與指定之可預測資料行的圖表中的 X 軸相同，但 Y 軸現在代表正確預測的百分比。在此圖表中，紅線代表理想模型。
在 [資料行對應] 索引標籤和 [增益圖] 索引標籤之間切換時，圖表會更新來反映在資料行對應中所做的任何變更。
回到頁首
收益圖類型
收益圖會針對在商務狀況中使用採礦模型來決定公司應該連絡哪些客戶時，顯示估計會增加的相關收益。圖表的 Y 軸代表收益，而 X 軸代表公司連絡之母體的百分比。一般收益圖會顯示收益增加到某個點之後，就會隨著增加連絡的母體而下降。
使用 [圖表類型] 清單來顯示收益圖。選取 [收益圖] 之後，就會開啟 [收益圖設定] 對話方塊。您可以使用此對話方塊，來設定定義收益圖的參數。下列清單描述您可以設定的參數。
- 母體
資料集裡用來建立增益圖的案例數目。例如，潛在客戶的數目。
- 固定成本
與商業問題相關聯的固定成本。如果是鎖定目標的郵寄方案，則成本不會隨變數而定，例如電話拜訪次數或郵寄的廣告信件數量。
- 單位成本
除了固定成本外，與每一個客戶連絡的相關聯成本。例如，廣告信件或電話費用。
- 每個別營收
與每一次成功銷售相關聯的營收金額。
您也可以在 [增益圖] 索引標籤中按一下 [設定]，開啟 [收益圖設定] 對話方塊。
收益圖包含一條灰色垂直線，您可以按一下圖表中的位置來移動此線條。[採礦圖例] 會顯示與灰線在圖表位置上相關聯的分數、母體擴展正確，以及預測機率。如果您在圖表中使用灰線選取最大收益點，則可以使用預測機率值來判斷連絡客戶的機率臨界值。
例如，假設收益曲線的峰值是母體的百分之 55，而相關聯的預測機率是百分之 20，這表示您應該只連絡預測回應機會在百分之 20 以上的客戶，才能達到最大收益。
回到頁首
請參閱
概念
資料行對應 (增益圖)
資料採礦概念
使用資料採礦
驗證資料採礦模型