Kurz: Vývoj prediktivního modelu v R pomocí strojového učení SQL

Platí pro: SQL Server 2016 (13.x) a novější verze Azure SQL Managed Instance

V této čtyřdílné sérii kurzů používáte R a model strojového učení ve službě SQL Server Machine Learning Services nebo v clusterech s velkými objemy dat k predikci počtu půjčoven lyží.

Představte si, že vlastníte půjčovnu lyží a chcete předpovědět počet pronájmů, které budete mít v budoucnu. Tyto informace vám pomůžou připravit vaše zásoby, personál a zařízení.

V první části této série si nastavíte předpoklady. Ve dvou a třech částech vytvoříte v poznámkovém bloku několik skriptů jazyka R, které připraví data a vytrénují model strojového učení. Ve třetí části pak tyto skripty R spustíte uvnitř databáze pomocí uložených procedur T-SQL.

V tomto článku se naučíte:

• Obnovení ukázkové databáze

V druhé části se dozvíte, jak načíst data z databáze do datového rámce Pythonu a připravit data v jazyce R.

Ve třetí části se naučíte trénovat model strojového učení v jazyce R.

Ve čtvrté části se dozvíte, jak model uložit do databáze a pak vytvořit uložené procedury ze skriptů jazyka R, které jste vytvořili ve dvou a třech částech. Uložené procedury běží na serveru, aby byly předpovědi založené na nových datech.

Požadavky

• SQL Server Machine Learning Services – Instalace služby Machine Learning Services najdete v průvodci instalací systému Windows nebo v průvodci instalací Linuxu. Službu Machine Learning Services můžete také povolit v clusterech s velkými objemy dat SQL Serveru.

• Ide jazyka R – V tomto kurzu se používá RStudio Desktop.

• RODBC – Tento ovladač se používá ve skriptech jazyka R, které vyvíjíte v tomto kurzu. Pokud ještě není nainstalovaný, nainstalujte ho pomocí příkazu install.packages("RODBC")R . Další informace o RODBC naleznete v tématu CRAN - Package RODBC.

• Dotazovací nástroj SQL – Tento kurz předpokládá, že používáte Azure Data Studio. Další informace najdete v tématu Použití poznámkových bloků v nástroji Azure Data Studio.

Obnovení ukázkové databáze

Ukázková databáze použitá v tomto kurzu byla uložena do záložního .bak souboru databáze, který můžete stáhnout a použít.

Poznámka:

Pokud používáte službu Machine Learning Services v clusterech s velkými objemy dat, podívejte se, jak obnovit databázi do hlavní instance clusteru SQL Serveru pro velké objemy dat.

1. Stáhněte soubor TutorialDB.bak.

2. Postupujte podle pokynů v části Obnovení databáze ze záložního souboru v Nástroji Azure Data Studio pomocí těchto podrobností:

   • Importujte ze staženého TutorialDB.bak souboru.
   • Pojmenujte cílovou databázi TutorialDB.

3. Obnovenou databázi můžete ověřit dotazem na dbo.rental_data tabulku:

   USE TutorialDB;
   SELECT * FROM [dbo].[rental_data];
   

Vyčistěte zdroje

Pokud nebudete pokračovat v tomto kurzu, odstraňte databázi TutorialDB.

Další krok

V první části této série kurzů jste dokončili tyto kroky:

• Nainstalovány nezbytné předpoklady
• Obnovení ukázkové databáze

Pokud chcete připravit data pro model strojového učení, postupujte podle druhé části této série kurzů:

Příprava dat pro trénování prediktivního modelu v jazyce R