設計 AMO 資料採礦物件的程式
使用 AMO 來設計資料採礦物件是簡單且直接的。第一個步驟是建立資料結構模型以支援採礦專案。接著建立足以支援您要使用之採礦演算法的資料採礦模型，這是為了預測或是尋找隱藏在資料之下無法察覺的關係。採礦專案建立完成後 (包括結構與演算法)，您就可以處理採礦模型並取得定型模型，以便稍後在從用戶端應用程式查詢和預測時可以使用。
有一件事請記住，AMO 並不是用於查詢，而是用於管理您的採礦結構與模型。若要查詢您的資料，請使用＜ADOMD.NET＞。
本主題包含下列章節：
MiningStructure 物件
MiningModel 物件
MiningStructure 物件
採礦結構是用以建立所有採礦模型的資料結構定義。採礦結構包含在資料庫中定義的資料來源檢視繫結，並且包含所有參與採礦模型的資料行定義。一個採礦結構可以包含一個以上的採礦模型。
建立 MiningStructure 物件需要下列步驟：
建立 MiningStructure 物件並擴展基本屬性。基本屬性包括物件名稱、物件識別碼 (內部識別碼) 以及資料來源繫結。
建立模型的資料行。資料行可以是純量或資料表定義。
每個資料行都需要名稱與內部識別碼、類型、內容定義以及繫結。
透過使用物件的 Update 方法，將 MiningStructure 物件更新到伺服器。
採礦結構可加以處理，而且在處理採礦結構時，也會處理或是重塑其子系採礦模型。
下列範例程式碼會建立採礦結構以預測時間序列中的銷售額。在執行範例程式碼之前，請先確定以 CreateSalesForecastingMiningStructure 的參數傳遞的資料庫 db 的 db.DataSourceViews[0] 中，包含對 AdventureWorksDW 範例資料庫中檢視 dbo.vTimeSeries 的參考。
public static MiningStructure CreateSalesForecastingMiningStructure(Database db)
{
MiningStructure ms = db.MiningStructures.FindByName("Forecasting Sales Structure");
if (ms != null)
ms.Drop();
ms = db.MiningStructures.Add("Forecasting Sales Structure", "Forecasting Sales Structure");
ms.Source = new DataSourceViewBinding(db.DataSourceViews[0].ID);
ScalarMiningStructureColumn amount = ms.Columns.Add("Amount", "Amount");
amount.Type = MiningStructureColumnTypes.Double;
amount.Content = MiningStructureColumnContents.Continuous;
amount.KeyColumns.Add("vTimeSeries", "Amount", OleDbType.Currency);
ScalarMiningStructureColumn modelRegion = ms.Columns.Add("Model Region", "Model Region");
modelRegion.IsKey = true;
modelRegion.Type = MiningStructureColumnTypes.Text;
modelRegion.Content = MiningStructureColumnContents.Key;
modelRegion.KeyColumns.Add("vTimeSeries", "ModelRegion", OleDbType.WChar, 56);
ScalarMiningStructureColumn qty = ms.Columns.Add("Quantity", "Quantity");
qty.Type = MiningStructureColumnTypes.Long;
qty.Content = MiningStructureColumnContents.Continuous;
qty.KeyColumns.Add("vTimeSeries", "Quantity", OleDbType.Integer);
ScalarMiningStructureColumn timeIndex = ms.Columns.Add("TimeIndex", "TimeIndex");
timeIndex.IsKey = true;
timeIndex.Type = MiningStructureColumnTypes.Long;
timeIndex.Content = MiningStructureColumnContents.KeyTime;
timeIndex.KeyColumns.Add("vTimeSeries", "TimeIndex", OleDbType.Integer);
ms.Update();
return ms;
}
MiningModel 物件
採礦模式是一個儲存機制，其中包含所有資料行以及將用於採礦演算法中的資料行定義。
建立 MiningModel 物件需要下列步驟：
建立 MiningModel 物件並擴展基本屬性。
基本屬性包括物件名稱、物件識別碼 (內部識別碼) 以及採礦演算法規格。
加入採礦模型的資料行。必須將其中一個資料行定義為案例索引鍵。
透過使用物件的 Update 方法，將 MiningModel 物件更新到伺服器。
MiningModel 物件可以獨立於父 MiningStructure 中的其他模型，單獨進行處理。
下列範例程式碼會根據 "Forecasting Sales Structure" 採礦結構來建立 Microsoft 時間序列預測模型。
public static MiningModel CreateSalesForecastingMiningModel(MiningStructure ms)
{
if (ms.MiningModels.ContainsName("Sales Forecasting Model"))
{
ms.MiningModels["Sales Forecasting Model"].Drop();
}
MiningModel mm = ms.CreateMiningModel(true, "Sales Forecasting Model");
mm.Algorithm = MiningModelAlgorithms.MicrosoftTimeSeries;
mm.AlgorithmParameters.Add("PERIODICITY_HINT", "{12}");
MiningModelColumn amount = new MiningModelColumn();
amount.SourceColumnID = "Amount";
amount.Usage = MiningModelColumnUsages.Predict;
MiningModelColumn modelRegion = new MiningModelColumn();
modelRegion.SourceColumnID = "Model Region";
modelRegion.Usage = MiningModelColumnUsages.Key;
MiningModelColumn qty = new MiningModelColumn();
qty.SourceColumnID = "Quantity";
qty.Usage = MiningModelColumnUsages.Predict;
MiningModelColumn ti = new MiningModelColumn();
ti.SourceColumnID = "TimeIndex";
ti.Usage = MiningModelColumnUsages.Key;
mm.Update();
mm.Process(ProcessType.ProcessFull);
return mm;
}