Udostępnij za pośrednictwem

  • Artykuł

AMO Data Mining Classes

Klasy wyszukiwanie danych ułatwiają tworzenie, modyfikowanie, usuwanie i przetwarzanie obiektów wyszukiwanie danych.Praca z obiektami wyszukiwanie danych obejmuje tworzenie struktur danych wyszukiwania, tworzenie modeli wyszukiwanie danych i przetwarzania modeli.

Aby uzyskać więcej informacji na temat sposobu zestaw górę środowiska i informacje Server, Database, DataSource, a DataSourceView obiekty, zobacz AMO Fundamental Classes.

Definiowanie obiektów w Analysis Management Objects (AMO) wymaga ustawienia wiele właściwości dla każdego obiektu, aby ustawić prawidłowy kontekst.Złożonych obiektów, takich jak OLAP i obiekty wyszukiwanie danych, wymagają długich i szczegółowe kodowania.

Ten temat zawiera następujące sekcje:

  • Obiekty MiningStructure

  • Obiekty MiningModel

Na następującej ilustracji pokazano relację klas, które zostały omówione w tym temacie.

AMO DataMining Classes

Obiekty MiningStructure

Struktura wyszukiwania jest kontener dla modeli wyszukiwania.Struktura definiuje wszystkie możliwe kolumny, które mogą korzystać z modeli wyszukiwania.Każdy model wyszukiwania określa swoje własne kolumny z zestaw kolumn zdefiniowanych w strukturze.

Prosty MiningStructure Obiekt składa się z: podstawowe informacje, widoku urządzenie źródłowe danych, co najmniej jeden ScalarMiningStructureColumn, zero lub więcej TableMiningStructureColumnoraz MiningModelCollection.

Podstawowe informacje obejmują nazwę i identyfikator (identyfikator wewnętrzny) MiningStructure obiekt.

The DataSourceView object holds the underlying data model for the struktura wyszukiwania.

ScalarMiningStructureColumn są kolumny lub atrybuty, które są pojedynczymi wartościami.

TableMiningStructureColumn są kolumny lub atrybuty, które mają wiele wartości dla każdej przypadek.

MiningModelCollection zawiera wszystkie modele wyszukiwania oparty na tych samych danych.

A MiningStructure obiekt jest tworzony przez dodanie go do MiningStructureCollection bazy danych i aktualizowania MiningStructure obiekt z serwerem przy użyciu metoda Update.

Aby usunąć MiningStructure Obiekt musi być odrzucone, za pomocą metoda Drop MiningStructure obiekt. Usuwanie MiningStructure obiekt z kolekcja nie ma wpływu na serwerze.

The MiningStructure can be processed using its own process metoda, or it can be processed when a parent object processes itself with its own process metoda.

Kolumny

Kolumny zawierają dane dla modelu i mogą być różnych typów, w zależności od sposobu użycia: Klucz wprowadzania uzyskania przewidywalnej lub InputPredictable. Celem tworzenia model wyszukiwania są przewidywalne kolumny.

Nazywa się pojedyncze wartości kolumny ScalarMiningStructureColumn w AMO. Kolumny wiele wartości są określane jako TableMiningStructureColumn.

ScalarMiningStructureColumn

Prosty ScalarMiningStructureColumn Obiekt składa się podstawowe informacje, typ, zawartość i wiązania z danymi.

Podstawowe informacje obejmują nazwę i identyfikator (identyfikator wewnętrzny) ScalarMiningStructureColumn.

Typem jest typ danych wartości: CZAS LOGICZNĄ, TEKST, PODWÓJNY, data.

Zawartość informuje o aparat, w jaki sposób mogą być modelowane kolumna.Wartości mogą być: Discrete, ciągłe, Discretized, Zamówione, cykliczna, prawdopodobieństwo, odchylenie, OdchStd, ProbabilityVariance, ProbabilityStdDev, obsługa techniczna, klucz.

wiązanie danych jest łączenie kolumna wyszukiwanie danych z modelu źródłowego danych przy użyciu elementu widoku urządzenie źródłowe danych.

A ScalarMiningStructureColumn jest tworzony przez dodanie go do obiektu nadrzędnego MiningStructureCollectioni aktualizacji obiektu nadrzędnego MiningStructure obiekt z serwerem przy użyciu metoda Update.

Aby usunąć ScalarMiningStructureColumn, musi zostać usunięta z kolekcja nadrzędnej MiningStructure, a element nadrzędny MiningStructure Obiekt musi zostać zaktualizowany na serwerze przy użyciu metoda Update.

TableMiningStructureColumn

Prosty TableMiningStructureColumn Obiekt składa się podstawowe informacje i skalarne kolumn.

Podstawowe informacje obejmują nazwę i identyfikator (identyfikator wewnętrzny) TableMiningStructureColumn.

wartość skalarna kolumny są ScalarMiningStructureColumn.

A TableMiningStructureColumn jest tworzony przez dodanie go do obiektu nadrzędnego MiningStructure kolekcja i aktualizacji obiektu nadrzędnego TableMiningStructureColumn obiekt z serwerem przy użyciu metoda Update.

Aby usunąć ScalarMiningStructureColumn, musi on zostać usunięty z kolekcja nadrzędnej MiningStructure, a element nadrzędny MiningStructure Obiekt musi zostać zaktualizowany na serwerze przy użyciu metoda Update.

Obiekty MiningModel

A MiningModel jest obiekt, który pozwala wybrać kolumny, które ze struktury, algorytm używać, a opcjonalnie określone parametry, aby dostroić modelu. Na przykład można zdefiniować kilka modeli wyszukiwania w tej samej strukturze wyszukiwania za pomocą tych samych algorytmów, które ma ignorować niektóre kolumny ze struktura wyszukiwania w jednym modelu ich używać jako danych wejściowych innego modelu, a ich używać jako danych wejściowych i przewidywania w trzecim modelu.Może to być przydatne, gdy w modelu jednego wyszukiwania, który chcesz kolumna są traktowane jako ciągła, ale w drugi model, które chcesz traktować jako discretized kolumna.

Prosty MiningModel Obiekt składa się z: podstawowe informacje, algorytm definicji i kolumny.

Podstawowe informacje obejmują nazwę i ID (identyfikator wewnętrzny) model wyszukiwania.

Definicję algorytm odnosi się do jednej ze standardowych algorytmów, pod warunkiem że w Analysis Services, lub wszelkie niestandardowe algorytmy włączone na serwerze.

Kolumny mają zestaw kolumn, które są używane przez algorytm i definicji ich użycia.

A MiningModel jest tworzony przez dodanie go do MiningModelCollection bazy danych i aktualizowania MiningModel obiekt z serwerem przy użyciu metoda Update.

Aby usunąć MiningModel, musi on być odrzucone, za pomocą metoda Drop MiningModel. Usuwanie MiningModel z kolekcja nie ma wpływu na serwerze.

Po jej utworzeniu, MiningModel mogą być przetwarzane przy użyciu metoda procesu lub mogą być przetwarzane, kiedy obiekt nadrzędny przetwarza sam z własnej metoda procesu.