數據採礦物件只是空的容器，直到完成處理為止。 處理 數據挖掘模型也稱為 訓練。
處理採礦結構： 採礦結構會從外部數據源取得數據，如欄位繫結和使用元數據所定義，並讀取數據。 此數據會完整讀取，然後進行分析以擷取各種統計數據。 Analysis Services 會將精簡表示的數據儲存在本機快取中，適合由數據採礦演算法進行分析。 您可以在處理模型之後保留此快取或刪除它。 根據預設，會儲存快取。 如需詳細資訊，請參閱 處理採礦結構。
處理採礦模型： 採礦模型是空的，只包含定義，直到處理為止。 若要處理採礦模型，其所依據的採礦結構必須已處理。 採礦模型會從採礦結構快取取得數據、套用模型上可能建立的任何篩選，然後透過演算法傳遞數據集來偵測模式。 處理模型之後，模型只會儲存處理的結果，而不是數據本身。 如需詳細資訊，請參閱 處理採礦模型。
下圖說明處理採礦結構時，以及處理採礦模型時的數據流。
檢視處理的結果
處理採礦結構之後，它會包含用於統計分析之數據的精簡表示法。 如果快取尚未清除，您可以透過下列方式存取此快取中的數據：
在模型上建立數據採礦擴充 (DMX) 查詢，並深入探討至資料結構。 如需詳細資訊，請參閱 SELECT FROM <模型>CASES (DMX)。
根據結構瀏覽模型，並使用使用者介面中的其中一個選項深入瀏覽結構案例。 如需詳細資訊，請參閱 資料採礦模型檢視器，或 從採礦模型透析至案例資料。
在結構數據案例中建立 DMX 查詢。 如需詳細資訊，請參閱 SELECT FROM <結構>。CASES。
處理採礦模型之後，它只會包含衍生自分析的模式，以及從模型結果對應到快取的定型數據。 您可以瀏覽或查詢模型結果，稱為模型內容；或者，如果模型和結構案例已被快取，則也可以查詢該模型和結構案例。
每個採礦模型的模型內容取決於用來建立它的演算法。 例如，如果一個模型是群集模型，另一個模型是判定樹模型，即使模型使用完全相同的數據，模型內容也大不相同。 如需詳細資訊，請參閱採礦模型內容（Analysis Services - 數據採礦）。
處理需求
視您的採礦模型是以關係型數據或多維度數據源為基礎，處理需求可能會有所不同。
針對關係型數據源，處理只需要您建立定型數據，並在該數據上執行採礦演算法。 不過，以 OLAP 對象為基礎的採礦模型，例如維度和量值，需要基礎數據處於已處理狀態。 這可能需要處理多維度物件以填入採礦模型。
如需詳細資訊，請參閱處理需求和考慮（數據採礦）。
另請參閱
鑽研查詢 （資料採礦）
採礦結構 （Analysis Services - 數據採礦）
採礦模型 （Analysis Services - 資料採礦）
邏輯架構 （Analysis Services - 數據採礦）