共用方式為


處理資料採礦物件

資料採礦物件在處理之前只是一個空容器。 「處理」(Processing) 資料採礦模型也稱為「定型」(Training)。

處理採礦結構:採礦結構會從外部資料來源取得資料 (依資料行繫結和使用方式中繼資料的定義),並讀取資料。 系統會完整地讀取這項資料,再加以分析以擷取各種統計資料。 Analysis Services 會在本機快取中儲存資料的壓縮表示 (適合以資料採礦演算法進行分析)。 您可在模型經過處理後保存此快取或加以刪除。 依預設會儲存此快取。 如需詳細資訊,請參閱<處理採礦結構>。

處理採礦模型:採礦模型在處理之前是空的,只包含定義。 若要處理採礦模型,則該模型所依據的採礦結構必須已經過處理。 採礦模型在從採礦結構快取取得資料之後,會套用已在模型上建立的任何篩選,然後再透過演算法傳遞資料集來偵測模式。 採礦模型在經過處理之後,只會儲存處理的結果,而非資料本身。 如需詳細資訊,請參閱<處理採礦模型>。

下列圖表說明在處理採礦結構和資料模型時的資料流程。

資料處理:來源到結構到模型

檢視處理的結果

採礦結構經過處理之後會包含資料的壓縮表示,以供統計資料分析使用。 如果尚未清除快取,可以用下列方式存取此快取的資料:

採礦模型經過處理之後只會包含衍生自分析的模式,以及模型結果與快取之定型資料的對應。 您可以瀏覽或查詢模型結果 (稱為「模型內容」),或者也可以查詢模型和結構案例 (若已存入快取)。

每個採礦模型的模型內容都是根據建立時所使用的演算法而定。 例如,如果某個模式是叢集模型,而另一個模型是決策樹模型,則即使模型使用的資料完全相同,模型的內容也會非常不同。 如需詳細資訊,請參閱<採礦模型內容 (Analysis Services - 資料採礦)>。

處理需求

根據採礦模型只根據關聯式資料還是多維度資料來源,處理需求可能會有所差異。

如果是關聯式資料來源,處理作業只需要您建立定型資料,並在該資料上執行採礦演算法。 但是,根據 OLAP 物件的採礦模型 (例如維度和量值) 需要基礎資料處於已處理的狀態。 這可能需要處理多維度物件,才能擴展採礦模型。

如需詳細資訊,請參閱<處理需求和考量 (資料採礦)>。

請參閱

概念

鑽研查詢 (資料採礦)

採礦結構 (Analysis Services - 資料採礦)

採礦模型 (Analysis Services - 資料採礦)

邏輯架構 (Analysis Services – 資料採礦)