Примечание.
Для доступа к этой странице требуется авторизация. Вы можете попробовать войти или изменить каталоги.
Для доступа к этой странице требуется авторизация. Вы можете попробовать изменить каталоги.
Представляет тип MiningContentNode.
Пространство имен: Microsoft.AnalysisServices.AdomdServer
Сборка: msmgdsrv (в msmgdsrv.dll)
Синтаксис
'Декларация
Public Enumeration MiningNodeType
'Применение
Dim instance As MiningNodeType
public enum MiningNodeType
public enum class MiningNodeType
type MiningNodeType
public enum MiningNodeType
Элементы
| Имя элемента | Описание | |
|---|---|---|
| ArimaAutoRegressive | Данный узел содержит коэффициент авторегрессии для единичного терма модели ARIMA.(29) | |
| ArimaMovingAverage | Данный узел содержит коэффициент скользящего среднего для единичного терма модели ARIMA.(30) | |
| ArimaPeriodicStructure | Узел представляет периодическую структуру в модели ARIMA.(28) | |
| ArimaRoot | Корневой узел модели ARIMA.(27) | |
| AssociationRule | Узел представляет правило взаимосвязи, обнаруженное алгоритмом.(8) | |
| Cluster | Узел представляет кластер, обнаруженный алгоритмом.(5) | |
| CustomBase | Представляет начальную точку для пользовательских типов узлов.Пользовательский тип узла должен быть целым числом, значение которого больше этой константы.Этот тип используется подключаемыми алгоритмами.
(1000) |
|
| Distribution | Данный узел представляет конечный узел дерева классификации.(4) | |
| InputAttribute | Узел соответствует прогнозируемому атрибуту.(10) | |
| InputAttributeState | Узел содержит статистику о состоянии входного атрибута.(11) | |
| Interior | Узел представляет внутренний узел разбиения в дереве классификации.(3) | |
| ItemSet | Узел представляет набор элементов, обнаруженный алгоритмом.(7) | |
| Model | Корневой узел содержимого.Узел применим ко всем алгоритмам.(1) | |
| NaiveBayesMarginalStatNode | Узел содержит граничную статистику по обучающему набору, хранимую в формате, используемом упрощенным алгоритмом Байеса.(26) | |
| NNetHiddenLayer | Узел, содержащий сгруппированные узлы, которые описывают скрытый слой.Этот тип используется с алгоритмами нейронных сетей.(19) | |
| NNetHiddenNode | Данный узел является узлом скрытого слоя.Этот тип используется с алгоритмами нейронных сетей.(22) | |
| NNetInputLayer | Узел, содержащий сгруппированные узлы входного слоя.Этот тип используется с алгоритмами нейронных сетей.(18) | |
| NNetInputNode | Данный узел является узлом входного слоя.Этот узел обычно соответствует входному атрибуту и соответствующим состояниям.Этот тип используется с алгоритмами нейронных сетей.(21) | |
| NNetMarginalNode | Узел содержит граничную статистику по обучающему набору, хранимую в формате, используемом упрощенным алгоритмом.Этот тип используется с алгоритмами нейронных сетей.(24) | |
| NNetOutputLayer | Узел, содержащий сгруппированные узлы выходного слоя.Этот тип используется с алгоритмами нейронных сетей.(21) | |
| NNetOutputNode | Данный узел является узлом выходного слоя.Этот узел обычно соответствует выходному атрибуту и соответствующим состояниям.Этот тип используется с алгоритмами нейронных сетей.(23) | |
| NNetSubnetwork | Данный узел содержит одну подсеть.Этот тип используется с алгоритмами нейронных сетей.(17) | |
| PredictableAttribute | Узел соответствует прогнозируемому атрибуту.(9) | |
| RegressionTreeRoot | Данный узел является корневым для дерева регрессии.(25) | |
| Sequence | Верхний узел компонента марковской модели в кластере последовательностей.Данный узел имеет родительский узел типа Cluster и дочерние узлы типа Transition.(13) | |
| TimeSeries | Узел дерева временных рядов (кроме корневого).(15) | |
| Transition | Узел, представляющий строку марковской матрицы переходов.Данный узел имеет родительский узел типа Sequence и не имеет дочерних узлов.(14) | |
| Tree | Данный узел является корневым для дерева классификации.(2) | |
| TsTree | Корневой узел дерева временных рядов, который соответствует прогнозируемому временному ряду.(16) | |
| Unknown | Неизвестный тип узла.(6) |
Замечания
При получении узлов из содержимого модели интеллектуального анализа данных тип узла может возвращаться как целочисленное значение, представляющее значение перечисления. Эти целочисленные значения приводятся в скобках.