amo veri incelemesi sınıfları

Makale
10/29/2012

Veri incelemesi sınıfları oluşturmak, değiştirmek, silmek ve veri incelemesi nesneleri işleme yardımcı olur. Veri incelemesi nesneleri ile çalışma, veri incelemesi yapıları oluşturma, veri incelemesi modelleri oluşturmak ve modeller işleme içerir.

Ortamı ayarlamak için ve hakkında hakkında daha fazla bilgi için Server, Database, DataSource, ve DataSourceViewnesnelerine görmek AMO Temel Sınıfları.

Analiz Management Objects (amo) nesneleri tanımlayan bir dizi özellikleri her nesneyi doğru bağlamı için gerektirir. olap ve veri incelemesi nesneleri gibi karmaşık nesneler, uzun ve detaylı kodlama gerektirir.

Bu konuda aşağıdaki bölümler bulunur:

MiningStructure nesneleri
MiningModel nesneleri

Aşağıdaki resimde, bu konudaki açıklanmıştır sınıfları ilişkisini gösterir.

AMO DataMining Sınıfları

MiningStructure nesneleri

Bir incelemesi yapısı incelemesi modelleri kapsayıcıdır. Yapısı incelemesi modelleri kullanan tüm olası sütunları tanımlar. Her incelemesi modeli yapısı içinde tanımlanan sütunları kümesi kendi sütunlarından tanımlar.

Basit bir MiningStructureoluşan nesne: temel bilgileri, veri kaynak görünümü, bir veya daha fazla ScalarMiningStructureColumn, sıfır veya daha fazla TableMiningStructureColumnve bir MiningModelCollection.

Temel bilgiler içerir (iç tanımlayıcı) Kımlığı ve adı MiningStructurenesnesini.

DataSourceViewNesne tutan temel bir veri modeli incelemesi yapısı.

ScalarMiningStructureColumnsütun ya da tek değerleri olan öznitelikleri vardır.

TableMiningStructureColumnsütun veya her servis talebi için birden çok değeri olmayan öznitelikler vardır.

MiningModelCollectiontüm araştırma modelleri aynı veriler üzerinde inşa içerir.

A MiningStructurenesnesi ekleyerek oluşturulur MiningStructureCollectionveritabanı ve MiningStructurenesnesinin Update yöntemini kullanarak sunucuya.

Kaldırmak için bir MiningStructurenesne, gerekir düştü bırak yöntemini kullanarak MiningStructurenesnesini. Kaldırma bir MiningStructurekoleksiyonundan nesne sunucusu etkilemez.

MiningStructureKendi işlem yöntemini kullanarak işlenebilir veya bir üst nesne kendisini kendi işlem yöntemi ile işlerken işlenebilir.

Sütunlar

Sütun veri modeli ve kullanımına bağlı olarak farklı türlerde olabilir: anahtar, giriş, öngörülebilir veya InputPredictable. Öngörülebilir sütun incelemesi modeli oluşturma hedefi vardır.

Tek değer sütun olarak bilinen ScalarMiningStructureColumnde amo. Çoklu değer sütun olarak bilinen TableMiningStructureColumn.

ScalarMiningStructureColumn

Basit bir ScalarMiningStructureColumnnesne oluşan temel bilgileri, türü, içerik ve veri bağlama.

Temel bilgiler içerir (iç tanımlayıcı) Kımlığı ve adı ScalarMiningStructureColumn.

Türü olan değerin veri türü: uzun, boolean, metin, double, tarihi.

İçeriği, sütuna nasıl modellenebilir motor söyler. Değerleri olabilir: ayrık, sürekli, Discretized, sipariş, konjonktürel, olasılık, varyans, STDSAPMA, ProbabilityVariance, ProbabilityStdDev, desteği, anahtar.

Veri bağlama alttaki veri modeli ile veri incelemesi sütun veri kaynak görünümü öğesi kullanılarak bağlantı olduğunu.

A ScalarMiningStructureColumnüst ekleyerek oluşturulur MiningStructureCollectionve ana MiningStructurenesnesinin Update yöntemini kullanarak sunucuya.

Kaldırmak için bir ScalarMiningStructureColumn, üst koleksiyonundan kaldırılmalıdır MiningStructureve ana MiningStructurenesne gerekir güncellenir sunucusu için Update yöntemini kullanarak.

TableMiningStructureColumn

Basit bir TableMiningStructureColumnnesne oluşan temel bilgileri ve skalar sütunları.

Temel bilgiler içerir (iç tanımlayıcı) Kımlığı ve adı TableMiningStructureColumn.

Skalar sütunlar ScalarMiningStructureColumn.

A TableMiningStructureColumnüst ekleyerek oluşturulur MiningStructuretoplama ve üst güncelleştirme TableMiningStructureColumnnesnesinin Update yöntemini kullanarak sunucuya.

Kaldırmak için bir ScalarMiningStructureColumn, üst Topluluktan kaldırılacak olan MiningStructureve ana MiningStructurenesne gerekir güncellenir sunucusu için Update yöntemini kullanarak.

MiningModel nesneleri

A MiningModelkullanımı, kullanılacak algoritma ve model ayarlamak için isteğe bağlı olarak belirli parametreleri yapısı sütunları seçmenizi sağlayan nesnedir. Örneğin, birkaç incelemesi modelleri algoritmalar kullanır, ancak bazı sütunları incelemesi yapısı bir modeli yok saymak için onları girişleri başka bir model olarak kullanmak ve kullanma onları-e doğru giriş olarak aynı incelemesi yapısını tanımlayın ve bir üçüncü modeli tahmin isteyebilirsiniz. Bir incelemesi modeli sütun sürekli olarak tedavi etmek istiyor ancak diğer modeli sütun discretized olarak tedavi etmek istiyorsanız bu kullanışlı olabilir.

Basit bir MiningModeloluşan nesne: temel bilgileri, algoritması tanım ve sütunları.

Temel bilgileri ad ve incelemesi modeli Kımlığı (iç tanımlayıcı) içerir.

Bir algoritma tanımı sağlanan standart algoritmaları herhangi birini ifade eder Analysis Services, ya da herhangi bir özel algoritmalar sunucuda etkinleştirilmiş.

Sütunları algoritma ve onların kullanım tanımı tarafından kullanılan sütunlar koleksiyonu olan.

A MiningModelekleyerek oluşturulur MiningModelCollectionveritabanı ve MiningModelnesnesinin Update yöntemini kullanarak sunucuya.

Kaldırmak için bir MiningModel, bırak yöntemini kullanarak kesilmesini sahip MiningModel. Kaldırma bir MiningModelkoleksiyonundan sunucu etkilemez.

Oluşturulduktan sonra bir MiningModelkendi işlem yöntemini kullanarak işlenebilir veya bir üst nesne kendisini kendi işlem yöntemi ile işlerken işlenebilir.