指定要在模型中作為回歸變數的欄

線性回歸模型代表可預測屬性的值，因為公式會以盡可能接近估計回歸線的方式結合輸入。此演算法只接受數值做為輸入，並自動偵測提供最適配的輸入。

不過，您可以透過在模型中加入FORCE_REGRESSOR參數並指定要使用的回歸變數，從而將數據行作為回歸變數納入其中。如果您想要在屬性具有意義的情況下執行此動作，即使效果太小，無法由模型偵測，或當您想要確保屬性包含在公式中時也一樣。

下列程序說明如何使用用於神經網路教學課程的相同範例數據，建立簡單的線性回歸模型。模型不一定具有強固性，但展示了如何使用資料挖掘設計器來自訂線性回歸模型。

在 SQL Server Data Tools （SSDT）的 [方案總管] 中，展開 [採礦結構]。
雙擊 Call Center.dmm 以在設計工具中開啟它。
從 [ 採礦模型] 功能表中，選取 [新增採礦模型]。
針對演算法，選取 Microsoft 線性回歸。請在名稱中輸入 呼叫中心回歸。
在 資料探勘模型 索引標籤中，變更欄位使用方式，如下所示。未在下列清單中的所有欄位應設定為忽略，如果尚未這樣設定。

FactCallCenterID金鑰

ServiceGradePredictOnly

運算元輸入總計

AverageTimePerIssue輸入
從 [採礦模型] 功能表中，選取 [ 設定模型參數]。
針對參數FORCE_REGRESSOR，在值欄中，輸入以方括號括住且以逗號分隔的列名，如下所示：
```
[Average Time Per Issue],[Total Operators]  
```
備註

演算法會自動偵測哪些欄位是最好的回歸變數。您只有在想要確保某個欄位被包含在最終公式中時才需要強制指定回歸變數。
從 [採礦模型] 功能表中，選取 [ 處理模型]。

在查看器中，模型會代表包含回歸公式的單一節點。您可以在 採礦圖例中檢視公式，或使用查詢來擷取公式的係數。

另請參閱