MiningNodeType 列舉
表示 MiningContentNode 的類型。
命名空間： Microsoft.AnalysisServices.AdomdServer
組件： msmgdsrv (在 msmgdsrv.dll 中)
語法
'宣告
Public Enumeration MiningNodeType
'用途
Dim instance As MiningNodeType
public enum MiningNodeType
public enum class MiningNodeType
type MiningNodeType
public enum MiningNodeType
成員
| 成員名稱 | 說明 | |
|---|---|---|
| ArimaAutoRegressive | 節點，包含 ARIMA 模型內單一詞彙的自動迴歸係數。(29) | |
| ArimaMovingAverage | 節點，包含 ARIMA 模型內單一詞彙的移動平均係數。(30) | |
| ArimaPeriodicStructure | 表示 ARIMA 模型中之週期結構的節點。(28) | |
| ArimaRoot | ARIMA 模型的根節點。(27) | |
| AssociationRule | 節點表示演算法所偵測到的關聯規則。(8) | |
| Cluster | 節點表示演算法所偵測到的群集。(5) | |
| CustomBase | 節點表示自訂節點類型的起點。自訂節點類型必須是大於這個常數的整數值。外掛程式演算法使用這個類型。
(1000) |
|
| Distribution | 節點表示分類樹的終端節點 (或分葉節點)。(4) | |
| InputAttribute | 節點對應至可預測的屬性。(10) | |
| InputAttributeState | 節點包含輸入屬性狀態的統計資料。(11) | |
| Interior | 節點表示分類樹中的內部分割節點。(3) | |
| ItemSet | 節點表示演算法所偵測到的項目集。(7) | |
| Model | 根內容節點。這個節點適用於所有演算法。(1) | |
| NaiveBayesMarginalStatNode | 節點，包含貝氏演算法所使用格式儲存之定型集的臨界統計資料。(26) | |
| NNetHiddenLayer | 將描述隱藏層之節點群組在一起的節點。這個類型與類神經網路演算法一起使用。(19) | |
| NNetHiddenNode | 節點是隱藏層的節點。這個類型與類神經網路演算法一起使用。(22) | |
| NNetInputLayer | 將輸入層節點群組在一起的節點。這個類型與類神經網路演算法一起使用。(18) | |
| NNetInputNode | 節點是輸入層的節點。此節點通常會比對輸入屬性與對應的狀態。這個類型與類神經網路演算法一起使用。(21) | |
| NNetMarginalNode | 節點，包含演算法所使用格式儲存之定型集的臨界統計資料。這個類型與類神經網路演算法一起使用。(24) | |
| NNetOutputLayer | 將輸出層節點群組在一起的節點。這個類型與類神經網路演算法一起使用。(21) | |
| NNetOutputNode | 節點是輸出層的節點。此節點通常會比對輸出屬性與對應的狀態。這個類型與類神經網路演算法一起使用。(23) | |
| NNetSubnetwork | 節點包含一個子網路。這個類型與類神經網路演算法一起使用。(17) | |
| PredictableAttribute | 節點對應至可預測的屬性。(9) | |
| RegressionTreeRoot | 節點是迴歸樹的根節點。(25) | |
| Sequence | 時序群集之 Markov 模型元件的最上層節點。這個節點將會有叢集類型的父節點以及轉換類型的子節點。(13) | |
| TimeSeries | 時間序列樹的非根節點。(15) | |
| Transition | 表示 Markov 轉換矩陣之資料列的節點。這個節點將會有時序類型的父節點，而且沒有子節點。(14) | |
| Tree | 節點是分類樹的根節點。(2) | |
| TsTree | 對應至可預測的時間序列之時間序列樹的根節點。(16) | |
| Unknown | 未知的節點類型。(6) |
備註
當您從採礦模型內容擷取節點時，傳回的節點類型可能會是代表列舉值的整數值。 這些整數值是以加括號的形式提供。