共用方式為


AMO 數據採礦類別

適用於: SQL Server Analysis Services Azure Analysis Services Fabric/Power BI Premium

數據採礦類別可協助您建立、修改、刪除及處理數據採礦物件。 使用數據採礦物件包括建立數據採礦結構、建立數據採礦模型,以及處理模型。

如需如何設定環境的詳細資訊,以及有關 ServerDatabaseDataSourceDataSourceView 物件的詳細資訊,請參閱 AMO 基本類別

在 Analysis Management Objects (AMO) 中定義物件需要在每個物件上設定一些屬性,才能設定正確的內容。 複雜物件,例如 OLAP 和數據採礦物件,需要冗長的和詳細的編碼。

下圖顯示本主題所說明類別的關聯性。

AMO DataMining 類別

MiningStructure 物件

採礦結構是採礦模型的容器。 結構會定義採礦模型可使用的所有可能數據行。 每個採礦模型都會從結構中定義的數據行集定義自己的數據行。

簡單的 MiningStructure 物件是由:基本資訊、數據源檢視、一或多個 ScalarMiningStructureColumn、零或多個 TableMiningStructureColumn,以及 MiningModelCollection

基本資訊包括 MiningStructure 物件的名稱和標識碼(內部標識符)。

DataSourceView 物件會保存採礦結構的基礎數據模型。

ScalarMiningStructureColumn 是具有單一值的數據行或屬性。

TableMiningStructureColumn 是每個案例有多個值的數據行或屬性。

MiningModelCollection 包含建立在相同數據上的所有採礦模型。

藉由使用 Update 方法,將 MiningStructure 物件新增至資料庫的 MiningStructureCollection,並將 MiningStructure 物件更新至伺服器來建立。

若要移除 MiningStructure 對象,必須使用 MiningStructure 物件的Drop方法卸除它。 從集合中移除 MiningStructure 物件不會影響伺服器。

MiningStructure 可以使用自己的進程方法來處理,或者當父物件使用自己的進程方法處理本身時,也可以處理它。

數據行會保存模型的數據,而且可以根據使用方式而有不同的類型:索引鍵、輸入、可預測或 InputPredictable。 可預測數據行是建置採礦模型的目標。

單一值數據行稱為 AMO 中的 ScalarMiningStructureColumn。 多重值資料列稱為 TableMiningStructureColumn

ScalarMiningStructureColumn

簡單的 ScalarMiningStructureColumn 物件是由基本資訊、類型、內容和數據系結所組成。

基本資訊包括 ScalarMiningStructureColumn的名稱和標識碼(內部標識符)。

類型是值的數據類型:LONG、BOOLEAN、TEXT、DOUBLE、DATE。

內容會告知引擎如何建立數據行的模型。 值可以是:Discrete、Continuous、Discretized、Ordered、Cyclical、Probability、Variy、StdDev、ProbabilityVariance、ProbabilityStdDev、Support、Key。

數據系結會使用數據源檢視專案,將數據採礦數據行與基礎數據模型連結。

藉由將 ScalarMiningStructureColumn 新增至父 MiningStructureCollection,並使用 Update 方法將父 MiningStructure 物件更新至伺服器,以建立 ScalarMiningStructureColumn

若要移除 ScalarMiningStructureColumn,它必須從父 MiningStructure的集合中移除,而且父 MiningStructure 對象必須使用 Update 方法更新至伺服器。

TableMiningStructureColumn

簡單的 TableMiningStructureColumn 物件是由基本資訊和純量數據行所組成。

基本資訊包括 TableMiningStructureColumn的名稱和標識碼(內部標識符)。

純量數據行 ScalarMiningStructureColumn

TableMiningStructureColumn 是藉由將它新增至父 MiningStructure 集合,並使用 Update 方法將父 TableMiningStructureColumn 物件更新至伺服器來建立。

若要移除 ScalarMiningStructureColumn,它必須從父 MiningStructure的集合中移除,而且父 MiningStructure 對象必須使用 Update 方法更新至伺服器。

MiningModel 物件

MiningModel 是物件,可讓您從結構中選擇要使用的數據行、要使用的演算法,以及選擇性地特定參數來微調模型。 例如,您可能想要在使用相同的演算法的相同採礦結構中定義數個採礦模型,但若要忽略一個模型中採礦結構的某些數據行,請使用它們做為另一個模型中的輸入,並在第三個模型中做為輸入和預測。 如果在某個採礦模型中,您想要將數據行視為連續,但在其他模型中,您想要將數據行視為離散化,這非常有用。

簡單的 MiningModel 物件是由:基本資訊、演算法定義和數據行所組成。

基本資訊包括採礦模型的名稱和標識碼(內部標識符)。

演算法定義是指 Analysis Services 中提供的任何一個標準演算法,或伺服器上啟用的任何自定義演算法。

數據行是演算法及其使用定義所使用的數據行集合。

建立 MiningModel 的方式是將它加入資料庫 MiningModelCollection,並使用 Update 方法將 MiningModel 物件更新至伺服器。

若要移除 MiningModel,必須使用 MiningModel的Drop方法卸除。 從集合中移除 MiningModel 不會影響伺服器。

建立之後,可以使用自己的進程方法來處理 MiningModel,或者當父物件使用自己的進程方法處理本身時,就可以處理它。