使用 AMO 对数据挖掘对象进行编程非常简单直接。第一步是创建数据结构模型以支持挖掘项目。然后创建数据挖掘模型，该模型支持您要用于预测或查找数据下未看到的关系的挖掘算法。创建挖掘项目（包括结构和算法）后，可以处理挖掘模型以获取定型的模型，稍后从客户端应用程序进行查询和预测时将使用该模型。
请记住 AMO 不用于查询，而是用于管理挖掘结构和模型。若要查询数据，请使用ADOMD.NET。
MiningStructure 对象
挖掘结构是用于创建所有挖掘模型的数据结构的定义。挖掘结构包含与数据库中定义的数据源视图的绑定，以及组成挖掘模型的所有列的定义。一个挖掘结构可包含多个挖掘模型。
创建 MiningStructure 对象需要执行下列步骤：
创建 MiningStructure 对象并填充基本属性。这些基本属性包括对象名称、对象 ID（内部标识）和数据源绑定。
创建模型的列。列可以为标量，也可以为表定义。
每一列都需要名称、内部 ID、类型、内容定义和绑定。#p#副标题#e#
使用 MiningStructure 对象的 Update 方法将该对象更新到服务器。
可对挖掘结构进行处理，处理挖掘结构时，会对子挖掘模型进行处理和重新定型。
下面的示例代码创建挖掘结构来预测一段时序中的销售情况。运行该示例代码前，请确保作为 CreateSalesForecastingMiningStructure 的参数传递的数据库 db 包含在 db.DataSourceViews[0]（对 AdventureWorksDW 示例数据库中 dbo.vTimeSeries 视图的引用）中。
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;
}
#p#副标题#e#MiningModel 对象
挖掘模型是将在挖掘算法中使用的所有列和列定义的存储库。
创建 MiningModel 对象需要执行下列步骤：
创建 MiningModel 对象并填充基本属性。
这些基本属性包括对象名称、对象 ID（内部标识）和挖掘算法规范。
添加挖掘模型的列。必须将其中一列定义为事例键。
使用 MiningModel 对象的 Update 方法将该对象更新到服务器。
MiningModel 对象的处理可以独立于父 MiningStructure 中的其他模型。
下面的示例代码基于“Forecasting Sales Structure”挖掘结构创建 Microsoft 时序预测模型：
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;
}
