Zelfstudie: Een voorspellend model implementeren in R met SQL Machine Learning

Van toepassing op: SQL Server 2016 (13.x) en latere versies van Azure SQL Managed Instance

In deel vier van deze vierdelige reeks zelfstudies implementeert u een machine learning-model dat in R is ontwikkeld in SQL Server Machine Learning Services of op Big Data-clusters.

In dit artikel leert u het volgende:

• Een opgeslagen procedure maken waarmee het machine learning-model wordt gegenereerd
• Het model opslaan in een databasetabel
• Een opgeslagen procedure maken die voorspellingen doet met behulp van het model
• Het model uitvoeren met nieuwe gegevens

In deel 1 hebt u geleerd hoe u de voorbeelddatabase kunt herstellen.

In deel twee hebt u geleerd hoe u een voorbeelddatabase importeert en vervolgens de gegevens voorbereidt die moeten worden gebruikt voor het trainen van een voorspellend model in R.

In deel drie hebt u geleerd hoe u meerdere machine learning-modellen maakt en traint in R en vervolgens het meest nauwkeurige model kiest.

Vereiste voorwaarden

In deel vier van deze zelfstudie wordt ervan uitgegaan dat u aan de vereisten van deel 1 hebt voldaan en dat u de stappen in deel 2 en deel drie hebt voltooid.

Een opgeslagen procedure maken waarmee het model wordt gegenereerd

In deel drie van deze reeks zelfstudies hebt u besloten dat een beslissingsstructuurmodel (dtree) het meest nauwkeurig was. Maak nu met behulp van de R-scripts die u hebt ontwikkeld een opgeslagen procedure (generate_rental_model) die het dtree-model traint en genereert met behulp van rpart uit het R-pakket.

Voer de volgende opdrachten uit in Azure Data Studio.

USE [TutorialDB]
DROP PROCEDURE IF EXISTS generate_rental_model;
GO
CREATE PROCEDURE generate_rental_model (@trained_model VARBINARY(max) OUTPUT)
AS
BEGIN
    EXECUTE sp_execute_external_script @language = N'R'
        , @script = N'
rental_train_data$Month   <- factor(rental_train_data$Month);
rental_train_data$Day     <- factor(rental_train_data$Day);
rental_train_data$Holiday <- factor(rental_train_data$Holiday);
rental_train_data$Snow    <- factor(rental_train_data$Snow);
rental_train_data$WeekDay <- factor(rental_train_data$WeekDay);

#Create a dtree model and train it using the training data set
library(rpart);
model_dtree <- rpart(RentalCount ~ Month + Day + WeekDay + Snow + Holiday, data = rental_train_data);
#Serialize the model before saving it to the database table
trained_model <- as.raw(serialize(model_dtree, connection=NULL));
'
        , @input_data_1 = N'
            SELECT RentalCount
                 , Year
                 , Month
                 , Day
                 , WeekDay
                 , Snow
                 , Holiday
            FROM dbo.rental_data
            WHERE Year < 2015
            '
        , @input_data_1_name = N'rental_train_data'
        , @params = N'@trained_model varbinary(max) OUTPUT'
        , @trained_model = @trained_model OUTPUT;
END;
GO

Het model opslaan in een databasetabel

Maak een tabel in de TutorialDB-database en sla het model vervolgens op in de tabel.

1. Maak een tabel (rental_models) voor het opslaan van het model.

   USE TutorialDB;
   DROP TABLE IF EXISTS rental_models;
   GO
   CREATE TABLE rental_models (
         model_name VARCHAR(30) NOT NULL DEFAULT('default model') PRIMARY KEY
       , model VARBINARY(MAX) NOT NULL
       );
   GO
   

2. Sla het model op in de tabel als een binair object, met de modelnaam DTree.

   -- Save model to table
   TRUNCATE TABLE rental_models;
   
   DECLARE @model VARBINARY(MAX);
   
   EXECUTE generate_rental_model @model OUTPUT;
   
   INSERT INTO rental_models (
         model_name
       , model
       )
   VALUES (
        'DTree'
       , @model
       );
   
   SELECT *
   FROM rental_models;
   

Een opgeslagen procedure maken waarmee voorspellingen worden gedaan

Maak een opgeslagen procedure (predict_rentalcount_new) die voorspellingen doet met behulp van het getrainde model en een set nieuwe gegevens.

-- Stored procedure that takes model name and new data as input parameters and predicts the rental count for the new data
USE [TutorialDB]
DROP PROCEDURE IF EXISTS predict_rentalcount_new;
GO
CREATE PROCEDURE predict_rentalcount_new (
      @model_name VARCHAR(100)
    , @input_query NVARCHAR(MAX)
    )
AS
BEGIN
    DECLARE @model VARBINARY(MAX) = (
            SELECT model
            FROM rental_models
            WHERE model_name = @model_name
            );

    EXECUTE sp_execute_external_script @language = N'R'
        , @script = N'
#Convert types to factors
rentals$Month   <- factor(rentals$Month);
rentals$Day     <- factor(rentals$Day);
rentals$Holiday <- factor(rentals$Holiday);
rentals$Snow    <- factor(rentals$Snow);
rentals$WeekDay <- factor(rentals$WeekDay);

#Before using the model to predict, we need to unserialize it
rental_model <- unserialize(model);

#Call prediction function
rental_predictions <- predict(rental_model, rentals);
rental_predictions <- data.frame(rental_predictions);
'
        , @input_data_1 = @input_query
        , @input_data_1_name = N'rentals'
        , @output_data_1_name = N'rental_predictions'
        , @params = N'@model varbinary(max)'
        , @model = @model
    WITH RESULT SETS(("RentalCount_Predicted" FLOAT));
END;
GO

Het model uitvoeren met nieuwe gegevens

U kunt nu de opgeslagen procedure predict_rentalcount_new gebruiken om het aantal huur te voorspellen uit nieuwe gegevens.

-- Use the predict_rentalcount_new stored procedure with the model name and a set of features to predict the rental count
EXECUTE dbo.predict_rentalcount_new @model_name = 'DTree'
    , @input_query = '
        SELECT CONVERT(INT,  3) AS Month
             , CONVERT(INT, 24) AS Day
             , CONVERT(INT,  4) AS WeekDay
             , CONVERT(INT,  1) AS Snow
             , CONVERT(INT,  1) AS Holiday
        ';
GO

U zou een resultaat moeten zien dat er als volgt uitziet.

RentalCount_Predicted
332.571428571429

U hebt een model gemaakt, getraind en geïmplementeerd in een database. Vervolgens hebt u dat model in een opgeslagen procedure gebruikt om waarden te voorspellen op basis van nieuwe gegevens.

De hulpbronnen opschonen

Wanneer u klaar bent met het gebruik van de TutorialDB-database, verwijdert u deze van uw server.

Volgende stappen

In deel vier van deze reeks zelfstudies hebt u geleerd hoe u het volgende kunt doen:

• Een opgeslagen procedure maken waarmee het machine learning-model wordt gegenereerd
• Het model opslaan in een databasetabel
• Een opgeslagen procedure maken die voorspellingen doet met behulp van het model
• Het model uitvoeren met nieuwe gegevens

Zie voor meer informatie over het gebruik van R in Machine Learning Services:

• Eenvoudige R-scripts uitvoeren
• R-gegevensstructuren, -typen en -objecten
• R-functies