대상 메일 구조에 새 모델 추가(기본 데이터 마이닝 자습서)
이 태스크에서는 데이터 마이닝 디자이너의 마이닝 모델 탭을 사용하여 두 가지 추가 모델, 즉 Microsoft 클러스터링 및 Microsoft Naive Bayes 알고리즘을 사용하여 모델을 만듭니다. 이 두 알고리즘의 기능으로 불연속 값(예: 자전거 구매)을 예측할 수 있으므로 이 알고리즘이 선택되었습니다.
이 태스크는 이전 태스크에서 완료한 작업을 기반으로 하기 때문에 이 자습서를 순서대로 완료하는 것이 좋습니다.
이러한 알고리즘에 대한 자세한 내용은 Microsoft 클러스터링 알고리즘 및 Microsoft Naive Bayes 알고리즘을 참조하십시오.
클러스터링 마이닝 모델을 만들려면
Business Intelligence Development Studio의 데이터 마이닝 디자이너에서 마이닝 모델 탭으로 전환합니다.
디자이너에는 두 개의 열, 즉 마이닝 구조에 대한 열과 이전 단원에서 만든 TM_Decision_Tree 마이닝 모델에 대한 열이 표시됩니다.
구조 열을 마우스 오른쪽 단추로 클릭하고 새 마이닝 모델을 선택합니다.
새 마이닝 모델 대화 상자의 모델 이름에 TM_Clustering을 입력합니다.
알고리즘 이름에서 Microsoft 클러스터링을 선택합니다.
확인을 클릭합니다.
이제 데이터 마이닝 디자이너의 마이닝 모델 탭에 새 모델이 나타납니다. Microsoft 클러스터링 알고리즘으로 작성된 이 모델은 비슷한 특징을 가진 고객을 클러스터에 그룹화하고 각 클러스터에 대한 자전거 구매를 예측합니다. 새 모델의 열 사용 및 속성을 수정할 수 있지만 이 자습서의 TM_Clustering 모델에 대해서는 아무 것도 변경할 필요가 없습니다.
Naive Bayes 마이닝 모델을 만들려면
데이터 마이닝 디자이너의 마이닝 모델 탭에서 구조 열을 마우스 오른쪽 단추로 클릭하고 새 마이닝 모델을 선택합니다.
새 마이닝 모델 대화 상자의 모델 이름에 TM_NaiveBayes를 입력합니다.
알고리즘 이름에서 Microsoft Naive Bayes를 선택한 다음 확인을 클릭합니다.
Microsoft Naive Bayes 알고리즘에서 연속 값인 Age 및 Yearly Income 열을 지원하지 않음을 알리는 메시지가 나타납니다.
예를 클릭하여 메시지를 확인하고 계속합니다.
데이터 마이닝 디자이너의 마이닝 모델 탭에 새 모델이 나타납니다. 이 탭에서 모든 모델의 열 사용 및 속성을 수정할 수 있지만 이 자습서의 TM_NaiveBayes 모델에 대해서는 아무 것도 변경할 필요가 없습니다.