Nuta
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Dotyczy:
SQL Server 2017 (14.x) i nowsze wersje
microsoftml to pakiet Python od Microsoftu, który oferuje wysokowydajne algorytmy uczenia maszynowego. Zawiera funkcje do trenowania i transformacji, oceniania, analizy tekstu i obrazów oraz ekstrakcji cech do wyprowadzania wartości z istniejących danych. Pakiet jest dołączony do SQL Server Machine Learning Services i obsługuje wysoką wydajność na big data, wykorzystując przetwarzanie wielordzeniowe oraz szybkie przesyłanie danych.
| Szczegóły pakietu | Informacja |
|---|---|
| Aktualna wersja: | 9,4 |
| Zbudowane na: | Anaconda 4.2 dystrybucja Pythona 3.7.1 |
| Dystrybucja pakietów: | SQL Server Machine Learning Services wersja 2017 lub 2019. |
Jak korzystać z MicrosoftML
Moduł microsoftml jest instalowany jako część SQL Server Machine Learning Services po dodaniu Pythona do swojej instalacji. Otrzymujesz pełną kolekcję pakietów własnościowych oraz dystrybucję Pythona z modułami i interpreterami. Możesz użyć dowolnego IDE Pythona do pisania skryptów wywołujących funkcje w Microsoftml, ale skrypt musi działać na komputerze z SQL Server Machine Learning Services z Pythonem.
Microsoftml i revoscalepy są ze sobą ściśle powiązane; Źródła danych używane w MicrosoftML definiowane są jako obiekty Revoscalepy . Compute context limitations in revoscalepy transfer to microsoftml. Mianowicie, wszystkie funkcje są dostępne dla operacji lokalnych, ale przełączenie na zdalny kontekst obliczeniowy wymaga RxSpark lub RxInSQLServer.
Wersje i platformy
Moduł Microsoftml jest dostępny tylko po zainstalowaniu jednego z następujących produktów lub pobranych produktów Microsoft:
Uwaga / Notatka
Pełne wersje wydania produktu są dostępne wyłącznie na Windows w SQL Server 2017. Zarówno Windows, jak i Linux są obsługiwane dla microsoftml w SQL Server 2019.
Zależności pakietów
Algorytmy w MicrosoftML zależą od revoscalepy dla:
- Obiekty źródeł danych – Dane konsumowane przez funkcje microsoftml są tworzone za pomocą funkcji revoscalepy .
- Zdalne obliczenia (przesunięcie wykonania funkcji do zdalnej instancji SQL Server) – Pakiet revoscalepy oferuje funkcje tworzenia i aktywowania zdalnego kontekstu obliczeniowego dla SQL Server.
W większości przypadków pakiety ładują się razem, gdy korzystasz z microsoftml.
Funkcje według kategorii
Ta sekcja wymienia funkcje według kategorii, aby dać Ci wyobrażenie, jak każda z nich jest używana. Możesz także użyć spisu treści do wyszukiwania funkcji w porządku alfabetycznym.
1-Funkcje treningowe
| Funkcja | Description |
|---|---|
| microsoftml.rx_ensemble | Wyszkol zespół modelek. |
| microsoftml.rx_fast_forest | Losowy Las. |
| microsoftml.rx_fast_linear | Model liniowy. z Stochastycznym Podwójnym Wznoszeniem Współrzędnych. |
| microsoftml.rx_fast_trees | Wzmocnione drzewa. |
| microsoftml.rx_logistic_regression | Regresja logistyczna. |
| microsoftml.rx_neural_network | Sieć neuronowa. |
| microsoftml.rx_oneclass_svm | Wykrycie anomalii. |
Funkcje 2-transformacyjne
Obsługa zmiennych kategorycznych
| Funkcja | Description |
|---|---|
| microsoftml.categorical | Przekształca kolumnę tekstową w kategorie. |
| microsoftml.categorical_hash | Hashuje i przekształca kolumnę tekstową na kategorie. |
Manipulowanie schematem
| Funkcja | Description |
|---|---|
| microsoftml.concat | Łączy wiele kolumn w jeden wektor. |
| microsoftml.drop_columns | Usuwa kolumny ze zbioru danych. |
| microsoftml.select_columns | Zachowuje kolumny zbioru danych. |
Wybór zmiennej
| Funkcja | Description |
|---|---|
| microsoftml.count_select | Wybór cech na podstawie liczby. |
| microsoftml.mutualinformation_select | Wybór cech na podstawie wzajemnych informacji. |
Analiza tekstu
| Funkcja | Description |
|---|---|
| microsoftml.featurize_text | Przekształca kolumny tekstu w cechy liczbowe. |
| microsoftml.get_sentiment | Analiza nastrojów. |
Analiza obrazów
| Funkcja | Description |
|---|---|
| microsoftml.load_image | Ładuje obraz. |
| microsoftml.resize_image | Zmienia rozmiar obrazu. |
| microsoftml.extract_pixels | Usuwa piksele z obrazu. |
| microsoftml.featurize_image | Przekształca obraz w cechy. |
Funkcje featuryzacji
| Funkcja | Description |
|---|---|
| microsoftml.rx_featurize | Transformacja danych dla źródeł danych |
Funkcje punktacji
| Funkcja | Description |
|---|---|
| microsoftml.rx_predict | Wyniki wykorzystujące model uczenia maszynowego Microsoftu |
Jak zadzwonić do MicrosoftML
Funkcje w MicrosoftML można wywołać w kodzie Python enkapsulowanym w procedurach przechowywanych. Większość programistów buduje rozwiązania Microsoftml lokalnie, a następnie migruje gotowy kod Pythona do procedur przechowywanych jako ćwiczenie wdrożeniowe.
Pakiet microsoftml dla Pythona jest domyślnie zainstalowany, ale w przeciwieństwie do revoscalepy, nie jest domyślnie ładowany podczas uruchamiania sesji Pythona za pomocą plików wykonywalnych Pythona zainstalowanych w SQL Server.
Jako pierwszy krok zaimportuj pakiet microsoftML , a Revoscalepy importuj, jeśli potrzebujesz zdalnych kontekstów obliczeniowych lub powiązanych obiektów źródeł danych. Następnie odwołaj się do poszczególnych funkcji, których potrzebujesz.
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