Lektion 3: Hinzufügen und Verarbeiten von Modellen
Die ursprüngliche Miningstruktur, die Sie in der vorhergehenden Lektion erstellt haben, umfasst ein einzelnes Miningmodell, das auf dem Microsoft Decision Trees-Algorithmus basiert. Anhand dieses Modells können Sie Kunden für die Targeted Mailing-Kampagne identifizieren. Um fundierte Analyseergebnisse zu erhalten, ist es jedoch üblich, verwandte Modelle anhand verschiedener Algorithmen zu erstellen und deren Ergebnisse zu vergleichen. Auf diese Weise erhalten Sie auch andere Einblicke. Aus diesem Grund erstellen Sie zwei zusätzliche Modelle, die Sie anschließend verarbeiten und bereitstellen.
In dieser Lektion erstellen Sie eine Reihe von Miningmodellen, die aus einer Liste potenzieller Kunden die wahrscheinlichsten Kunden vorschlagen.
Zum Ausführen der Aufgaben in dieser Lektion verwenden Sie den Microsoft Clustering-Algorithmus sowie den Microsoft Naive Bayes-Algorithmus.
Diese Lektion enthält die folgenden Aufgaben:
Hinzufügen neuer Modelle zur Targeted Mailing-Struktur (Lernprogramm zu Data Mining-Grundlagen)
Verarbeiten von Modellen in der Targeted Mailing-Struktur (Lernprogramm zu Data Mining-Grundlagen)
Erste Aufgabe in der Lektion
Hinzufügen neuer Modelle zur Targeted Mailing-Struktur (Lernprogramm zu Data Mining-Grundlagen)
Vorherige Lektion
Lektion 2: Erstellen einer Targeted Mailing-Struktur (Lernprogramm zu Data Mining-Grundlagen)
Nächste Lektion
Lektion 4: Untersuchen der Targeted Mailing-Modelle (Lernprogramm zu Data Mining-Grundlagen)
Siehe auch
Konzepte
Hinzufügen von Miningmodellen zu einer Struktur (Analysis Services - Data Mining)