Классы интеллектуального анализа данных объектов AMO
Применимо к: SQL Server Analysis Services Azure Analysis Services
Fabric/Power BI Premium
Классы интеллектуального анализа данных позволяют создавать, изменять, удалять и обрабатывать объекты интеллектуального анализа данных. Среди действий при работе с объектами интеллектуального анализа данных — создание структур интеллектуального анализа данных, создание моделей интеллектуального анализа и их обработка.
Дополнительные сведения о настройке среды, а также об Serverобъектах , Database, DataSourceи DataSourceView см. в статье Основные классы AMO.
Для определения объектов в объектах AMO требуется задать несколько свойств для каждого объекта, чтобы создать правильный контекст. Сложные объекты, например объекты OLAP и объекты интеллектуального анализа данных, требуют написания длинного и подробного кода.
На следующем рисунке показана связь между классами, описываемыми в этом разделе.
Объекты MiningStructure
Структура интеллектуального анализа данных является контейнером для моделей интеллектуального анализа данных. Структура определяет все возможные столбцы, которые могут использоваться в модели интеллектуального анализа данных. В каждой модели интеллектуального анализа данных определяются собственные столбцы из набора столбцов, определенных в структуре.
Простой MiningStructure объект состоит из: основных сведений, представления источника данных, одного или нескольких ScalarMiningStructureColumn, нуля или более TableMiningStructureColumnи MiningModelCollection.
Основные сведения включают имя и идентификатор (внутренний MiningStructure идентификатор) объекта.
Объект DataSourceView содержит базовую модель данных для структуры интеллектуального анализа данных.
ScalarMiningStructureColumn — это столбцы или атрибуты, имеющие одно значение.
TableMiningStructureColumn — это столбцы или атрибуты, имеющие несколько значений для каждого варианта.
MiningModelCollectionОбъект содержит все модели интеллектуального анализа данных, построенные на одних и тех же данных.
Объект MiningStructure создается путем добавления его в MiningStructureCollection базу данных и обновления MiningStructure объекта на сервере с помощью метода Update.
Чтобы удалить MiningStructure объект, его необходимо удалить с помощью метода MiningStructure Drop объекта . Удаление MiningStructure объекта из коллекции не влияет на сервер.
Объект MiningStructure может обрабатываться с помощью собственного метода процесса или обрабатываться, когда родительский объект обрабатывает себя с помощью собственного метода процесса.
Столбцы
Столбцы содержат данные для модели и могут быть разных типов в зависимости от использования: Key, Input, Predictable или Input Предсказуем. Прогнозируемые столбцы являются целью построения модели интеллектуального анализа данных.
Столбцы с одним значением называются ScalarMiningStructureColumn в AMO. Столбцы с несколькими значениями называются TableMiningStructureColumn.
ScalarMiningStructureColumn
Простой ScalarMiningStructureColumn объект состоит из основных сведений, типа, содержимого и привязки данных.
Основные сведения включают имя и идентификатор (внутренний идентификатор) объекта ScalarMiningStructureColumn.
Тип — это тип данных значения: LONG, BOOLEAN, TEXT, DOUBLE, DATE.
Содержимое указывает ядру, как можно моделировать столбец. Возможные значения: Дискретный, Непрерывный, Дискретизированный, Упорядоченный, Циклический, Вероятность, Дисперсия, StdDev, ProbabilityVariance, ProbabilityStdDev, Support, Key.
Привязка данных — это связывание столбца интеллектуального анализа данных с базовой моделью данных при помощи элемента представления источников данных.
Создается ScalarMiningStructureColumn путем добавления его в родительский MiningStructureCollectionобъект и обновления родительского MiningStructure объекта на сервере с помощью метода Update.
Чтобы удалить ScalarMiningStructureColumnобъект , он должен быть удален из коллекции родительского MiningStructureобъекта , а родительский MiningStructure объект должен быть обновлен на сервере с помощью метода Update.
TableMiningStructureColumn
Простой TableMiningStructureColumn объект состоит из основных сведений и скалярных столбцов.
Основные сведения включают имя и идентификатор (внутренний идентификатор) объекта TableMiningStructureColumn.
Скалярные столбцы имеют значение ScalarMiningStructureColumn.
Создается TableMiningStructureColumn путем добавления его в родительскую MiningStructure коллекцию и обновления родительского TableMiningStructureColumn объекта на сервере с помощью метода Update.
Чтобы удалить ScalarMiningStructureColumnобъект , он должен быть удален из коллекции родительского MiningStructureобъекта , а родительский MiningStructure объект должен быть обновлен на сервере с помощью метода Update.
Объекты MiningModel
— MiningModel это объект, позволяющий выбрать столбцы из структуры, используемый алгоритм и при необходимости определенные параметры для настройки модели. Например, может потребоваться определить несколько моделей интеллектуального анализа в одной структуре интеллектуального анализа, которые будут использовать одинаковые алгоритмы, но при этом в одной модели необходимо пропустить некоторые столбцы из структуры интеллектуального анализа, использовать их в качестве входных данных в другой модели, а также использовать их в качестве входных данных и прогноза в третьей. Это полезно в случае, если в одной модели интеллектуального анализа требуется рассматривать столбцы как непрерывные, а в другой — как дискретизированные.
Простой MiningModel объект состоит из: основных сведений, определения алгоритма и столбцов.
Базовые сведения содержат имя и идентификатор (внутренний) модели интеллектуального анализа.
Определение алгоритма относится к любому из стандартных алгоритмов, предоставляемых в службах Analysis Services, или к любым пользовательским алгоритмам, включенным на сервере.
Столбцы — это коллекции столбцов, используемых алгоритмом, и определение их использования.
Создается MiningModel путем добавления его в MiningModelCollection базу данных и обновления MiningModel объекта на сервере с помощью метода Update.
Чтобы удалить MiningModelобъект , его необходимо удалить с помощью метода Drop объекта MiningModel. Удаление MiningModel из коллекции не влияет на сервер.
После создания MiningModel объект можно обработать с помощью собственного метода процесса или, когда родительский объект обрабатывает себя с помощью собственного метода процесса.
Обратная связь
https://aka.ms/ContentUserFeedback.
Ожидается в ближайшее время: в течение 2024 года мы постепенно откажемся от GitHub Issues как механизма обратной связи для контента и заменим его новой системой обратной связи. Дополнительные сведения см. в разделеОтправить и просмотреть отзыв по