分析关键影响因素视频教程（数据挖掘表分析工具）

您好，我叫 Mary Brennan，是 Microsoft SQL Server 的技术写作人员。

分析关键影响因素工具使用 Microsoft 聚类分析算法，使您能够选择包含所需结果或目标值的列，然后分析数据中的模式，以确定哪些因素对于该结果的影响最大。例如，如果您的客户列表包含一列，该列显示每个客户去年的总购买情况，则您可以对该表进行分析，以确定排在前几位的购买者的共同特性。

通过此工具，您还可以选择一对可能的结果并进行比较。例如，如果您要预测的列包含离散值（例如，Purchase = Yes、Purchase = No 或 Purchase = Yes but not now，则您可以对立即购买的客户与以后购买的客户进行比较，以及对以后购买的客户与始终不会购买的客户进行比较。这有助于确定影响购买的重要因素。

在这个教程中，我们将找出影响决定是否购买自行车的因素。然后，我们可以使用此信息来确定最可能购买我们产品的客户。

1. 开始时，选择**“表分析工具示例”(Table Analysis Tools Sample)** 选项卡，然后单击表内的任何地方以激活表分析工具。
2. 在**“表工具”(Table Tools)** 菜单下，选择**“分析”(Analyze)** 选项卡，从而打开**“表分析工具”(Table Analysis Tools)** 功能区。
3. 双击**“分析关键影响因素”(Analyze Key Influencers)** 以启动向导。
4. 在向导对话框中，选择要分析的列。此向导自动默认为工作表中的第一列，但我们希望查看自行车购买情况。如果我们现在单击**“运行”(Run)**，则将对所有列执行分析。然而，我们将…
5. 单击**“选择分析时要使用的列”(Choose columns to be used for analysis)。在“高级列选择”(Advanced Columns Selection)** 对话框中，选择最可能影响自行车销售的列。我们希望查明**“婚姻状况”(Marital Status)、“拥有的汽车数”(Number of Cars Owned)、“区域”(Region)** 和**“性别”(Gender)** 如何影响自行车销售情况。通过简化我们的分析，可以改进性能和准确性。
6. 单击**“运行”(Run)。如果检测到模式，向导将在一个新工作表中创建一个报表来显示这些模式。该报表名称为“采购的自行车的关键影响因素”(Key Influencers for <Purchased Bike>)**。如果未检测到模式，向导将创建一个新工作表，其中包含有关此问题的说明。

打开**“采购的自行车的关键影响因素报表”(Key Influencers for Purchased Bike report)**。该表报告与每个结果关联的因素，并以图形方式显示关系的概率。

1. 查看我们的结果时，我注意到的第一件事情是未列出**“性别”(Gender)**，这表明性别对于自行车购买影响不大。
2. 结果是根据每种可能的**“采购的自行车”(Purchased Bike)** 值，按照影响程度从高到低的顺序列出。不购买自行车的最重要的影响因素是拥有两辆汽车。而购买自行车的最重要的影响因素是没有汽车。
3. 现在，我们进一步对此报表进行自定义，并更深入地考察结果。在**“基于关键影响因素的对比”(Discrimination based on key influencers)** 对话框中，我们可以创建一个新报表，此报表比较每种可能的结果。我们实际所做的是筛选结果并深入分析模型，以发现特定的属性并突出显示两个关键影响因素之间的差异。在此情况下，我们只有两个值：“是”(Yes) 和**“否”(No)**。
4. 单击**“添加报表”(Add Report)**。
   向导为每一对因素比较创建一个新表。因为我们只有两个值，所以，该表是相同数据的不同视图。
5. 当您完成比较后，单击**“关闭”(Close)**。

在本教程中，我们看到一个只具有两个值（“Yes”和“No”）的列。在更复杂的示例中，您可以针对具有多个值的结果分析影响因素。例如，“采购的自行车数目”(Number of Bikes Purchased) 可能具有以下各值：0、1、2、3、4，等等。或者，使用同一个数据库，我们可以查看**“区域”(Region)** 的关键影响因素，然后深化并比较**“太平洋”(Pacific)** 和**“北美”(North America)**。

上面的内容总结了分析关键影响因素视频教程。有关表分析工具的其他帮助，建议您查看其他表分析工具视频教程，以及 Excel 数据挖掘外接程序随附的帮助文档。感谢您观看此视频教程。