適用於： SQL Server 2016 Preview
除了分析可能會影響撥接中心作業的因數之外，您還必須提供有關員工如何改進服務品質的一些特定建議。 在這個工作中，您將使用和探勘模型相同的採礦結構，並加入一個採礦模型用於建立預測。
在 Analysis Services 中，羅吉斯迴歸模型是以類神經網路演算法為基礎，因此與類神經網路模型提供相同的彈性和功能。 不過，羅吉斯迴歸演算法特別適合用來預測二進位結果。
在這個案例中，您將使用類神經網路模型所用的相同採礦結構。 不過，您將針對您的商務問題自訂新的模型。 您對改進服務品質及判斷所需的資深操作員人數特別感興趣，因此將設定模型以預測這些值。
為了確保以撥接中心資料為基礎的所有模型盡可能相似，您將使用和以前相同的初始值。 設定種子參數可確保模型會從相同起點開始處理資料，將資料中的成品所造成的變化降至最低。
將新的採礦模型加入到撥接中心採礦結構中
在 SQL Server Data Tools (SSDT), ，在 [方案總管中以滑鼠右鍵按一下採礦結構中， 呼叫 Center 分類收納, ，然後選取 開啟設計工具。
在 [資料採礦設計師中，按一下 [ 採礦模型 ] 索引標籤。
按一下 [ 建立相關的採礦模型。
在 新的採礦模型 對話方塊中，如 模型名稱, ，型別 撥接中心-LR。 如 演算法名稱, ，請選取 Microsoft 羅吉斯迴歸。
按一下 [確定]。
新的採礦模型會顯示在 採礦模型 ] 索引標籤。
自訂羅吉斯迴歸模型
在新的採礦模型的資料行 撥接中心-LR, ，將 Fact CallCenter ID 做為索引鍵。
變更值 ServiceGrade 和 「 二級操作員到 預測。
這些資料行將同時用於輸入和預測。 基本上，您是在相同的資料上建立兩個不同的模型：一個用來預測操作員人數，一個用來預測服務等級。
變更所有其他資料行以 輸入。
指定種子和處理模型
在 採礦模型 ] 索引標籤上，以滑鼠右鍵按一下資料行的模型命名為撥接中心-LR，然後選取 設定演算法參數。
在 HOLDOUT_SEED 參數列中，按一下下方的空白儲存格 值, ，然後輸入 1。 按一下 [確定]。
注意
只要您將相同的種子用於所有相關的模型，您選擇做為種子的值就不重要了。在 採礦模型 功能表上，選取 處理採礦結構和所有模型。 按一下 [ 是 要更新的資料採礦專案部署至伺服器。
在 處理採礦模型 對話方塊中，按一下 [ 執行。
按一下 [ 關閉 關閉 處理進度 ] 對話方塊中，然後按一下 關閉 再次在 處理採礦模型 對話方塊。