![[建立採礦結構] 按鈕、[數據採礦] 功能區](../../analysis-services/media/dmc-createstruct.gif?view=sql-server-2014 "[建立採礦結構] 按鈕、[數據採礦] 功能區")
當您想要建立用於分析的數據集，而不一定建立模型時，請使用數據模型群組中的 [進階] 選項。 當您想要試驗不同的演算法時，這會很有用。
建立採礦結構之後，請使用 [新增模型至結構 ] 精靈，根據該結構建立模型。 您也可以使用 數據採礦進階查詢編輯器來建立新的模型。
當您打算使用進階演算法來建置模型，而這些演算法是由 Analysis Services 支援但無法通過精靈使用的（例如線性回歸或時序群集），或是您在使用自定義演算法時，您也可以選擇使用此選項。
備註
當您建立採礦結構時，也可以建立隨機選取的測試數據集，以用來驗證所有模型。 這很方便，因為您可以輕鬆地比較模型精確度與一般數據集。 只要選取選項 將數據分割成訓練集和測試集，並指定適當的百分比來保留進行測試，通常約為 30%。
使用精靈建立採礦結構
在 [ 數據採礦] 功能區中，按兩下 [ 進階]，然後選取 [ 建立結構]。
在 [ 選取源數據 ] 對話框中，指定 Excel 範圍、Excel 數據表或外部數據源，其中包含您要用於分析的數據。
按 [下一步]。
在 [ 選取數據行 ] 對話框中，檢閱所選數據源中可用的數據行清單。
按下資料行名稱右邊的箭號，以變更資料行 的使用方式 ，從下列值中選擇：
索引鍵。 每個模型至少需要一個索引鍵。
關鍵時間。 此選項僅適用於預測模型，其中是必要的。
包含。 表示該欄應在採礦結構中提供，但不是鍵欄。
請勿使用。 表示該欄位不應包含在資料探勘結構中。
請記住，當您建置模型時，一律可以忽略數據行，但稍後新增數據行需要重新處理結構和模型。
按兩覽 （...） 按鈕來設定內容類型、資料類型和模型旗標。
備註
如果數據列包含數值數據，您應該一律開啟此對話框，以確保已選擇正確的數據類型。 在某些情況下，即使輸入數據是數位，您還是要將它視為類別變數或離散值，而不是連續數位。
例如，郵遞區號欄位預設可能會列為連續的長整數資料類型，但為了取得更好的結果，您可以設定其處理為離散的文字資料值。
如需詳細資訊，請參閱 選擇數據採礦中的數據中的內容類型一節。
按 確定 以關閉對話框。
按 [下一步]。
視您所使用的資料類型，您可能會在此步驟之後完成向導。 在此情況下，請跳到 完成 頁面，為您的採礦結構命名。
對於其他模型，您有其他選項可建立測試數據集。
在 [ 將數據分割成定型和測試數據集 ] 對話框中，指定數據分割的方式。 根據預設，30% 的數據會用於測試。
或者，輸入要用於測試的數據列數目上限。
按 [下一步]。
在 [ 完成] 對話框中，輸入新採礦結構的名稱和描述。
按一下完成。
相關選項
| 選項 | 評論 |
|---|---|
| 選取源數據 對話框 | 當您選取 Excel 數據表時，應該指出數據是否已經有標頭。 如果您略過這步，將使用第一列資料作為欄位名稱。 如果您使用 [ 外部數據源] 選項，則可以使用任何可在 Analysis Services 數據源中定義的數據類型。 不過，用於建立新數據源的載入巨集中的對話框不包含 Analysis Services 支援的完整數據源範圍，因此我們建議您事先在 Analysis Services 伺服器上建立數據源，然後使用載入巨集進行連線。 |
| 數據源查詢編輯器 對話框 | 連接到指定的數據源之後，您可以新增資料行，或建立自定義查詢來產生自定義數據行。 |
| 將數據分割成定型和測試數據集 | 定型與測試集的建議值是 70% 用於定型，30% 用於測試;不過，如果您有大量數據，您可以指定測試的數據列數目上限。 |
| 完成對話框 | 鑽取（drillthrough）選項可以用於某些模型類型，如果您已在挖掘結構中包含詳細欄位，這些選項會非常有用。 例如，如果您建立群體模型，可以包含名稱或電子郵件地址等詳細資料以進行明細查詢，但不用于分析，這使您更容易與特定群體中的客戶聯絡。 |
在 [建立採礦結構精靈] 中設定數據行使用方式
當您建立新的採礦結構時，可以指定數據源中的哪些數據行應該包含在採礦結構中，以及應該如何使用這些數據行。 請記住，採礦結構可以支援多個採礦模型。
| 價值觀 | 說明 |
|---|---|
| 包括 | 指定數據列包含可用於分析或預測的數據。 |
| 鑰匙 | 指定數據行包含交易標識碼、數列標識碼，或處理所需的另一個索引鍵。 所有演算法都需要 Key 資料行。 不過，有些演算法只允許單一密鑰，而另一些演算法則允許多個密鑰。 如果數據行包含索引鍵，但不需要進行處理，請選取 [不要使用]。 |
| 關鍵時間 | 指定資料欄包含日期或其他數值，可用來唯一識別時間序列中的項目。 |
| 請勿使用 | 指定應該忽略欄。 將不會處理數據行中的數據。 |
為了正確處理模型，演算法必須知道哪一個欄位是可以唯一識別每一列的索引鍵欄位，如果您要建立可預測模型，則需要知道哪個欄位是用來創建預測的目標欄位，以及哪些欄位作為輸入欄位來建立預測目標欄位的關係。
被指定為不要使用的欄將不會存在於採礦結構中。
如果您新增不必要的數據行或有不正確的值，可能會對分析的結果產生負面影響。 因此，請務必只包含相關的欄位。 不過，請記住，您在採礦結構中未使用的欄位將無法用於查詢。
指定為 Include 類型的數據行將會包含在採礦結構中，稍後可用於採礦模型中的分析或預測。
如果您不確定是否需要使用欄位，您可以隨時將欄位包含在資料挖掘結構中，然後建立一個不使用該欄位的資料挖掘模型。 例如，您可能會在數據中包含電話號碼數據行以供稍後參考，但建立忽略電話號碼的叢集模型。 建立叢集之後，您可以建立查詢，以傳回屬於特定叢集的人員電話號碼。
所有演算法都需要 Key 欄。 Key 數據行中的值必須是唯一的。 只有在預測或時間序列模型中才需要 關鍵時間 欄。 .
需求
若要建立資料挖掘結構，您必須具備與 Analysis Services 實例的連接。 即使您使用暫存結構，也需要連接。 如需如何建立或變更連線的詳細資訊，請參閱連接到源數據（適用於 Excel 的數據採礦用戶端）。