使用 “浏览”打开 Naïve Bayes 模型时，该模型会显示在具有四个不同的窗格的交互式查看器中。 使用查看器浏览相关性，并获取有关模型和基础数据的信息。
浏览模型
查看器的目的是帮助你探索Microsoft Naive Bayes 模型发现的输入和输出属性（输入和依赖变量）之间的交互。
如果要试验 Naïve Bayes 查看器，请在数据挖掘功能区中使用 分类向导（Excel 的数据挖掘加载项） 向导，单击 “高级 ”选项，然后更改算法以使用 Naïve Bayes 算法
对于这些示例，我们使用示例工作簿中的“源”数据，并将“ 年收入”列分组为五个收入组，从 “非常低 ”到 “非常高”。 然后，Naïve Bayes 模型分析了与每个收入类别相关的因素。
依赖关系网络
将使用的第一个窗口是 依赖关系网络。 它一目了然地显示哪些输入与所选结果密切相关。
探索依赖项网络
首先，单击目标结果 “Yearly Income”，该结果表示为图形中的节点。
围绕目标变量的突出显示节点是与此结果在统计上相关的节点。 使用界面底部的图例来了解关系性质。
单击查看器左侧的滑块，然后向下拖动。
此控件根据依赖项的优势筛选独立变量。 向下拖动滑块时，图形中仅保留最强的链接。
筛选图形后，单击按钮“ 复制图形视图”。 然后在 Excel 中选择工作表，然后按 Ctrl+V。
此选项复制所选视图，包括筛选器和突出显示。
属性档案
“属性配置文件”窗口提供一个视觉指示，说明所有其他变量如何与单个结果相关。
浏览个人资料
若要隐藏一些值，以便可以更轻松地比较结果，请单击列标题并将其拖动到另一列下。
单击任意单元格以查看 挖掘图例中值的分布情况。
由于与不同结果关联的属性以视觉方式显示，因此很容易发现有趣的相关性，例如收入如何按区域分布。
若要获取此视图基础的数据，请单击“ 复制到 Excel”。 在新的工作表中生成一个表，该工作表显示各个属性和结果之间的相关性。 在此 Excel 表中，可以轻松隐藏或筛选列。
属性特征
属性特征视图可用于深入检查特定结果变量和贡献因素。
探索属性特征
单击 “值 ”，然后从 “值”中选择一项。
选择目标结果时，图形会更新以显示与结果最紧密相关的因素，按重要性排序。
请注意，如果使用 “分析关键影响因素”（Excel 表分析工具） 选项创建模型，则可以创建具有多个可预测属性的模型。 但是，数据挖掘加载项中的其他所有向导将你限制为一个可预测属性。
单击“ 复制到 Excel ”以在新工作表中创建一个表格，列出与所选目标结果相关的所有属性的分数。
属性歧视
“属性歧视”视图有助于比较两个结果，或一个结果与所有其他结果进行比较。
探索属性歧视
使用控件 值 1 和 值 2 选择要比较的结果。
例如，在此模型中，低收入组中有一些有趣的属性，因此我们在第一个下拉列表中选择了最低收入组，并在第二个下拉列表中选择 了所有其他状态 。
属性按重要性顺序排序（根据训练数据计算）。 因此，职业是与收入最紧密相关的因素（至少对于这个目标群体而言），
若要查看确切的数字，请单击彩色条形图并查看 挖掘图例。
请注意，低收入也与欧洲区域相关。
Naïve Bayes 模型不支持向下钻取;但是，如果要调查与此结果组关联的事例，可以使用查询。 有关此类模型的查询的信息，请参阅 Naive Bayes 模型查询示例。