Microsoft SQL Server Analysis Services 中的Microsoft類神經網路查看器會顯示使用 Microsoft 類神經網路演算法建置的採礦模型。 Microsoft類神經網路演算法會建立分類和回歸採礦模型，可分析多個輸入和輸出，而且非常適用於開放式分析和探索。 如需此演算法的詳細資訊，請參閱 Microsoft類神經網路演算法。
當您使用Microsoft類神經網路查看器探索模型時，您通常會挑選一些目標屬性和狀態，然後使用查看器來查看輸入屬性如何影響結果
例如，假設您知道這些關於潛在客戶類別的事實：
中年（40至50歲）。
擁有一個家。
有兩個孩子仍然住在家裡。
如何將這些屬性與客戶購買的可能性相互關聯？
藉由使用購買行為作為目標結果來建置類神經網路模型，您可以探索客戶屬性上的多個組合，例如高收入，並探索哪些屬性組合最有可能影響購買行為。 例如，您可能會發現判斷因素是他們通勤上班的距離。
如果您需要進一步檢視詳細資訊，例如代表探索到之每個模式的方程式，您可以切換檢視並使用Microsoft一般內容樹視圖器。 如需詳細資訊，請參閱使用 Microsoft 泛型內容樹視圖器流覽模型或Microsoft 泛型內容樹視圖器（數據採礦）。
檢視器標籤
當您在 Analysis Services 中瀏覽採礦模型時，模型會顯示在模型適當查看器中數據採礦設計師的 [ 採礦模型查看器 ] 索引標籤上。 Microsoft類神經網路查看器提供下列索引標籤，用於探索類神經網路採礦模型：
輸入
使用 輸入 檢視來選擇模型使用的屬性和值。 根據預設，查看器會開啟並包含所有屬性。 在此預設檢視中，模型會選擇要顯示的最重要屬性值。
若要選取輸入屬性，請在 [輸入] 方格的 [屬性] 資料行內按下，然後從下拉式清單中選取屬性。 （只有包含在模型中的屬性才會包含在清單中。
第一個相異值會出現在 值 資料行底下。 按兩下預設值會顯示清單，其中包含相關聯屬性的所有可能狀態。 您可以選取您想要調查的狀態。 您可以視需要選取多個屬性。
輸出
使用 [ 輸出] 索引標籤來選擇要調查的結果屬性。 您可以選擇要比較的任何兩個結果狀態，假設數據行在建立模型時定義為可預測的屬性。
使用 OutputAttribute 清單來選取屬性。 然後，您可以從 [值 1 ] 和 [ 值 2 ] 列表中選取與 屬性相關聯的兩個狀態。 輸出屬性的這兩種狀態將會在 [ 變數 ] 窗格中進行比較。
變數
在變數標籤中的方格包含以下欄位：Attribute、Value、Favors [value 1]和Favors [value 2]。 根據預設，數據行會依 Favors [value 1] 的強度排序。 點擊欄位標題會將排序順序變更為選取的欄位。
屬性右邊的列會顯示所指定輸入屬性狀態偏好的輸出屬性狀態。 直方圖柱的大小顯示了輸出狀態對輸入狀態的偏好程度。
另請參閱
Microsoft類神經網路演算法
資料挖掘模型檢視器任務與操作指南
資料挖掘模型檢視器任務與操作指南
數據採礦工具
數據採礦模型查看器