Руководство по R: Прогнозирование тарифов на такси в Нью-Йорке с помощью двоичной классификации

Применимо к: SQL Server 2016 (13.x) и более поздним версиям Azure SQL Managed Instance

В этой серии руководств для программистов SQL вы узнаете об интеграции R в Службах машинного обучения SQL Server или в кластерах больших данных.

Вы создадите и развернете решение для машинного обучения на базе R, используя образец базы данных на SQL Server. Вы будете использовать T-SQL, Visual Studio Code или SQL Server Management Studio, а также экземпляр ядра СУБД с поддержкой машинного обучения SQL и языка R

В этой серии руководств описываются функции R, используемые в рабочем процессе моделирования данных. Серия содержит следующие этапы: исследование данных, сборка и обучение модели двоичной классификации и развертывание модели. Вы будете использовать образец данных Комиссии по такси и лимузинам Нью‑Йорка. Модель, которую вы создадите, будет предсказывать, приведет ли поездка к чаевым, в зависимости от времени суток, пройденного расстояния и места посадки.

В первой части этой серии вы установите необходимые компоненты и восстановите образец базы данных. Во второй и третьей частях вы создадите сценарии R для подготовки данных и обучения модели машинного обучения. Затем в четвертой и пятой частях вы запустите эти скрипты R в базе данных с помощью хранимых процедур T-SQL.

Работая с этой статьей, вы узнаете о следующем.

• Установка необходимых компонентов
• Восстановление примера базы данных

Во второй части вы ознакомитесь с образцом данных и создадите несколько графиков.

В третьей части вы узнаете, как создавать функции из необработанных данных с помощью функции Transact-SQL. Затем вы вызовите эту функцию из хранимой процедуры, чтобы создать таблицу, содержащую значения характеристик.

В четвертой части вы научитесь загружать модули и вызывать необходимые функции для создания и обучения модели с помощью хранимой процедуры SQL Server.

Из пятой части вы узнаете, как перевести в рабочее состояние модели, обученные и сохранённые в четвертой части.

Примечание.

Это руководство доступно как для языка R, так и для Python. Для версии на Python см. Руководство по Python: прогнозирование тарифов на такси в Нью-Йорке с помощью двоичной классификации.

Предварительные требования

• Установка Служб машинного обучения SQL Server с поддержкой R

• Установка библиотек R

• Предоставление разрешений на выполнение скриптов Python

• Начиная с SQL Server 2019, механизм изоляции требует предоставления соответствующих разрешений каталогу, в котором хранится файл графика. Дополнительные сведения о настройке этих разрешений смотрите в разделе "Разрешения файлов" в SQL Server 2019 на Windows: изменения изоляции для служб машинного обучения.

• Восстановление демонстрационной базы данных нью-йоркского такси

Все задачи можно выполнить с помощью Transact-SQL хранимых процедур в Visual Studio Code или Management Studio.

В этом руководстве предполагается, что вы уже знакомы с основными операциями с базой данных, такими как создание баз данных и таблиц, импорт данных и написание запросов SQL. Знание языка R не требуется. Поэтому весь код на R предоставляется в готовом виде.

Основы для разработчиков SQL

Процесс создания решения машинного обучения — это сложная задача, для которой может потребоваться использование нескольких средств, а также координация работы экспертов в различных областях, и которая состоит из нескольких этапов:

• получение и очистка данных;
• изучение данных и выявление характеристик, полезных для моделирования;
• обучение и настройка модели;
• развертывание в рабочей среде.

Разработку и тестирование написанного кода лучше выполнять в выделенной среде разработки R. Однако после полного тестирования скрипта его можно легко развернуть в SQL Server с помощью Transact-SQL хранимых процедур в знакомой среде Visual Studio Code или Management Studio. Упаковка внешнего кода в хранимые процедуры является основным механизмом для эксплуатации кода в SQL Server.

Сохранив модель в базе данных, вы сможете вызвать ее для получения прогнозов из Transact-SQL с помощью хранимых процедур.

Если вы программист SQL, который малознаком с R, или разработчиком на R, малознакомым с SQL, в этой серии руководств можно увидеть типичный рабочий процесс для реализации аналитики в базе данных с помощью R и SQL Server.

Следующие шаги

В этой статье вы:

• Установленные предварительные условия
• Восстановлена демонстрационная база данных

Руководство по R. Изучение и визуализация данных