MS神经网络分析算法
1. 神经网络算法模仿人的神经网络的工作方式，神经网络由神经元组成，它由三层结构组成分为输入层、隐含层（负责逻辑与算法）、输出层，神经网络通过训练（学习）来调整各个神经元的参数，从而实现高的预测的准确性，所以又叫机器学习。
2. 原理是针对可预测属性的每个可能状态来测试输入属性的每个可能状态，并基于定型数据计算每个组合的概率。
3. 应用场景
3.1. 营销和促销
3.2. 预测（根据历史数据预测）
3.3. 文本挖掘等
4. 挖掘模型的建立，参考决策树模型的建立
5. 挖掘模型查看器
5.1. 这是最简单的挖掘模型查看器，只有“输入”、“输出”、“变量”
5.2. 意思是，在选择的“输入”下，什么因素对选择的“输出”影响最大
5.3. 下面的“变量”，显示了各个输入属性的各个状态更倾向于所选择的哪种结果
6. 挖掘模型预测，也可以参考贝叶斯模型的配置方法
