Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Die Miningstruktur, die Sie in der vorherigen Lektion erstellt haben, enthält ein einzelnes Miningmodell, das auf dem Microsoft Decision Trees-Algorithmus basiert. Sie können dieses Modell verwenden, um Kunden für die gezielte Mailingkampagne zu identifizieren. Um jedoch sicherzustellen, dass Ihre Analyse gründlich ist, ist es üblich, verwandte Modelle mit verschiedenen Algorithmen zu erstellen und ihre Ergebnisse zu vergleichen. Auf diese Weise können Sie auch unterschiedliche Einblicke erhalten. Daher erstellen Sie zwei zusätzliche Modelle, verarbeiten und bereitstellen die Modelle.
In dieser Lektion erstellen Sie eine Reihe von Miningmodellen, die die wahrscheinlichsten Kunden aus einer Liste potenzieller Kunden vorschlagen.
Um die Aufgaben in dieser Lektion auszuführen, verwenden Sie den Microsoft Clustering-Algorithmus und den Microsoft Naive Bayes-Algorithmus.
Diese Lektion enthält die folgenden Aufgaben:
Hinzufügen Neuer Modelle zur Zielgerichteten Mailing-Struktur (Grundlagen des Data-Mining-Tutorials)
Verarbeitungsmodelle in der Targeted Mailing Structure (Grundlegendes Data Mining-Lernprogramm)
Erste Aufgabe in Lektion
Hinzufügen Neuer Modelle zur Zielgerichteten Mailing-Struktur (Grundlagen des Data-Mining-Tutorials)
Vorherige Lektion
Lektion 2: Erstellen einer gezielten Mailingstruktur (Grundlegendes Data Mining-Lernprogramm)
Nächste Lektion
Lektion 4: Erkunden der Zielsendungsmodelle (Grundlegendes Data Mining-Lernprogramm)
Siehe auch
Hinzufügen von Miningmodellen zu einer Struktur (Analysis Services - Data Mining)