Ескертпе
Бұл бетке кіру үшін қатынас шегін айқындау қажет. Жүйеге кіруді немесе каталогтарды өзгертуді байқап көруге болады.
Бұл бетке кіру үшін қатынас шегін айқындау қажет. Каталогтарды өзгертуді байқап көруге болады.
Применимо к:
SQL Server 2017 (14.x) и более поздних версий
microsoftml — это пакет Python от Майкрософт, предоставляющий высокопроизводительные алгоритмы машинного обучения. Он включает в себя функции для обучения и преобразований, оценки, анализа текста и изображений, а также извлечения компонентов для получения значений из существующих данных. Пакет входит в состав Служб машинного обучения SQL Server и поддерживает высокую производительность при работе с большими данными, используя многоядерную обработку и быструю потоковую передачу данных.
| Сведения о пакете | Информация |
|---|---|
| Текущая версия: | 9,4 |
| Создано на основе: | Дистрибутив Anaconda 4.2 для Python 3.7.1 |
| Распространение пакета: | Службы машинного обучения SQL Server версии 2017 или 2019. |
Как использовать microsoftml
Модуль microsoftml устанавливается в составе служб машинного обучения SQL Server при добавлении Python к вашей установке. Вы получаете полный набор защищаемых пакетов и дистрибутив Python с его модулями и интерпретаторами. Для написания функций, вызывающих скрипты Python в модуле microsoftml, можно использовать любую интегрированную среду разработки Python, однако для выполнения скрипта необходимо иметь компьютер, на котором установлены службы машинного обучения SQL Server с Python.
Модули microsoftml и revoscalepy тесно связаны. Источники данных, используемые в microsoftml, определяются как объекты revoscalepy. Ограничения контекста вычислений в revoscalepy распространяются на microsoftml. То есть для локальных операций доступны все функции, но для переключения на удаленный контекст вычислений требуется RxSpark или RxInSQLServer.
Версии и платформы
Модуль microsoftml доступен только при установке одного из следующих продуктов или скачиваемых файлов Майкрософт:
- Службы машинного обучения SQL Server
- Клиентские библиотеки Python для клиента обработки и анализа данных
Примечание.
В SQL Server 2017 полные версии выпусков продуктов доступны только для Windows. В SQL Server 2019 библиотека microsoftml поддерживает Windows и Linux.
Зависимости пакетов
Алгоритмы в microsoftml используют revoscalepy для следующего:
- Объекты источников данных: данные, потребляемые функциями microsoftml, создаются с помощью функций revoscalepy.
- Удаленные вычисления (смена выполнения функции на удаленный экземпляр SQL Server) — пакет revoscalepy предоставляет функции для создания и активации удаленного контекста вычислений для SQL Server.
В большинстве случаев при использовании microsoftml пакеты будут загружаться вместе.
Функции по категориям
Чтобы можно было понять, как использовать каждую функцию, в этом разделе приводится описание функций по категориям. Для поиска функций в алфавитном порядке можно воспользоваться оглавлением.
1. Функции обучения
| Function | Description |
|---|---|
| microsoftml.rx_ensemble | Обучение ансамбля моделей. |
| microsoftml.rx_fast_forest | Случайный лес. |
| microsoftml.rx_fast_linear | Линейная модель. Метод стохастической оптимизации с двойными координатами. |
| microsoftml.rx_fast_trees | Повышенные деревья. |
| microsoftml.rx_logistic_regression | Логистическая регрессия. |
| microsoftml.rx_neural_network | Нейронная сеть. |
| microsoftml.rx_oneclass_svm | Обнаружение аномалий. |
2. Функции преобразования
Обработка категориальных переменных
| Function | Description |
|---|---|
| microsoftml.categorical | Преобразует текстовый столбец в категории. |
| microsoftml.categorical_hash | Хэширует и преобразует текстовый столбец в категории. |
Управление схемой
| Function | Description |
|---|---|
| microsoftml.concat | Сцепляет несколько столбцов в один вектор. |
| microsoftml.drop_columns | Удаляет столбцы из набора данных. |
| microsoftml.select_columns | Сохраняет столбцы из набора данных. |
переменные, выбор
| Function | Description |
|---|---|
| microsoftml.count_select | Выбор признаков на основе количества. |
| microsoftml.mutualinformation_select | Выбор признаков на основе взаимной информации. |
Аналитика текста
| Function | Description |
|---|---|
| microsoftml.featurize_text | Преобразует текстовые столбцы в числовые признаки. |
| microsoftml.get_sentiment | Анализ тональности. |
Аналитика изображений
| Function | Description |
|---|---|
| microsoftml.load_image | Загружает изображение. |
| microsoftml.resize_image | Изменяет размеры изображения. |
| microsoftml.extract_pixels | Извлекает пиксели из изображения. |
| microsoftml.featurize_image | Преобразует изображение в признаки. |
Функции добавления признаков
| Function | Description |
|---|---|
| microsoftml.rx_featurize | Преобразование данных для источников данных. |
Функции оценки
| Function | Description |
|---|---|
| microsoftml.rx_predict | Производит оценку с помощью модели машинного обучения Майкрософт. |
Вызов microsoftml
Функции в microsoftml вызываются в коде Python, инкапсулированном в хранимые процедуры. Большинство разработчиков создают решения microsoftml локально, а затем переносят готовый код Python в хранимые процедуры, отрабатывая, таким образом, процедуру развертывания.
Пакет microsoftml для Python устанавливается по умолчанию, но, в отличие от revoscalepy, он не загружается по умолчанию при запуске сеанса Python с использованием исполняемых файлов Python, устанавливаемых с SQL Server.
В качестве первого шага импортируйте пакет microsoftml, а затем импортируйте revoscalepy, если необходимо использовать удаленные контексты вычисления либо связанные объекты подключения и источники данных. Затем можно сослаться на нужные вам функции.
from microsoftml.modules.logistic_regression.rx_logistic_regression import rx_logistic_regression
from revoscalepy.functions.RxSummary import rx_summary
from revoscalepy.etl.RxImport import rx_import_datasource