sql server 创建bayes模型

   本文介绍用sql server 创建bayes模型来对上次的数据进行分析，关于数据，请参见博文http://blog.****.net/WQ963369/article/details/79386603。好了话不多说，直接搞起。

   首先在"sql server BI"中建立项目，建立数据源，如果不会创建，请参见博文http://blog.****.net/WQ963369/article/details/79395900。建立好之后，如下图所示：

建立数据源，建立完后，如下图所示：

建立数据源视图，与决策树一样，建立两个数据源视图，一个测试数据源视图，一个训练数据源视图，建立完成后，如下图所示：

接下来建立挖掘结构，用bayes模型：

选择数据源，下一步：

指定类型数据，进入下一步：

在"挖掘模型"选项下，设置算法参数，算法参数的解释请看这个网页：https://technet.microsoft.com/zh-cn/library/cc645902(v=sql.105).aspx，本文设置如下：

其主要原因还是因为属性个数(或者说特征数量)比较少的原因。

这步完成后，开始部署模型：

单击“挖掘结构”，进行浏览：

单击“属性配置文件”选项卡，从中可以了解每个描述属性的状态分布情况：

单击“属性特征”选项卡，可以了解到不同的群体的基本特性概率：

单击“属性对比”选项卡，可以了解到不同类别的倾向性：

接下来，进行预测分析，按下列，一步一步操作，如果有困惑，请参看“决策树模型建立"的那篇博文http://blog.****.net/WQ963369/article/details/79395900。

完成之后，在空白处，点击鼠标右键，选择”结果“，之后预测结果如下图所示：

我再把决策树的预测结果拿过来，做个对比，如下图：

可以看到结果相符。当数据量比较大时，我们自然会看到，这两个模型的差异，目前的结果只是因为数据量小，但也能看得出机器学习模型的强大之处。