Samouczek w języku Python: wdrażanie modelu w celu kategoryzowania klientów przy użyciu uczenia maszynowego SQL

Dotyczy: SQL Server 2017 (14.x) i nowsze wersje usługi Azure SQL Managed Instance

W czwartej części tej czteroczęściowej serii samouczków wdrożysz model klastrowania opracowany w języku Python w bazie danych przy użyciu usług SQL Server Machine Learning Services lub klastrów danych big data.

Aby regularnie wykonywać klastrowanie podczas rejestracji nowych klientów, musisz mieć możliwość wywołania skryptu Python z dowolnej aplikacji. W tym celu możesz wdrożyć skrypt języka Python w bazie danych, umieszczając skrypt języka Python w procedurze składowanej SQL. Ponieważ model jest wykonywany w bazie danych, można go łatwo wytrenować względem danych przechowywanych w bazie danych.

W tej sekcji przeniesiesz właśnie napisany kod języka Python na serwer i wdrożysz klaster.

W tym artykule dowiesz się, jak:

• Utwórz procedurę składowaną, która generuje model
• Wykonywanie klastrowania na serwerze
• Korzystanie z informacji dotyczących klastrowania

W części 1 zainstalowano wymagania wstępne i przywrócono przykładową bazę danych.

W drugiej części przedstawiono sposób przygotowywania danych z bazy danych do wykonywania klastrowania.

W trzeciej części nauczyłeś się, jak tworzyć i trenować model klastrowania metodą K-Średnich w języku Python.

Wymagania wstępne

• W czwartej części tej serii samouczków przyjęto założenie, że spełniono wymagania wstępne części 1 i wykonano kroki opisane w części drugiej i trzeciej.

Utwórz procedurę składowaną, która generuje model

Uruchom następujący skrypt języka T-SQL, aby utworzyć procedurę składowaną. Procedura odtwarza kroki opracowane w jednej i drugiej części tej serii samouczków:

• klasyfikowanie klientów na podstawie historii zakupów i zwrotów
• generowanie czterech klastrów klientów przy użyciu algorytmu K-Średnich

USE [tpcxbb_1gb]
GO

DROP procedure IF EXISTS [dbo].[py_generate_customer_return_clusters];
GO

CREATE procedure [dbo].[py_generate_customer_return_clusters]
AS

BEGIN
    DECLARE

-- Input query to generate the purchase history & return metrics
     @input_query NVARCHAR(MAX) = N'
SELECT
  ss_customer_sk AS customer,
  CAST( (ROUND(COALESCE(returns_count / NULLIF(1.0*orders_count, 0), 0), 7) ) AS FLOAT) AS orderRatio,
  CAST( (ROUND(COALESCE(returns_items / NULLIF(1.0*orders_items, 0), 0), 7) ) AS FLOAT) AS itemsRatio,
  CAST( (ROUND(COALESCE(returns_money / NULLIF(1.0*orders_money, 0), 0), 7) ) AS FLOAT) AS monetaryRatio,
  CAST( (COALESCE(returns_count, 0)) AS FLOAT) AS frequency
FROM
  (
    SELECT
      ss_customer_sk,
      -- return order ratio
      COUNT(distinct(ss_ticket_number)) AS orders_count,
      -- return ss_item_sk ratio
      COUNT(ss_item_sk) AS orders_items,
      -- return monetary amount ratio
      SUM( ss_net_paid ) AS orders_money
    FROM store_sales s
    GROUP BY ss_customer_sk
  ) orders
  LEFT OUTER JOIN
  (
    SELECT
      sr_customer_sk,
      -- return order ratio
      count(distinct(sr_ticket_number)) as returns_count,
      -- return ss_item_sk ratio
      COUNT(sr_item_sk) as returns_items,
      -- return monetary amount ratio
      SUM( sr_return_amt ) AS returns_money
    FROM store_returns
    GROUP BY sr_customer_sk
  ) returned ON ss_customer_sk=sr_customer_sk
 '

EXEC sp_execute_external_script
      @language = N'Python'
    , @script = N'

import pandas as pd
from sklearn.cluster import KMeans

#get data from input query
customer_data = my_input_data

#We concluded in step 2 in the tutorial that 4 would be a good number of clusters
n_clusters = 4

#Perform clustering
est = KMeans(n_clusters=n_clusters, random_state=111).fit(customer_data[["orderRatio","itemsRatio","monetaryRatio","frequency"]])
clusters = est.labels_
customer_data["cluster"] = clusters

OutputDataSet = customer_data
'
    , @input_data_1 = @input_query
    , @input_data_1_name = N'my_input_data'
             with result sets (("Customer" int, "orderRatio" float,"itemsRatio" float,"monetaryRatio" float,"frequency" float,"cluster" float));
END;
GO

Wykonywanie klastrowania

Po utworzeniu procedury składowanej wykonaj następujący skrypt, aby przeprowadzić klastrowanie za pomocą tej procedury.

--Create a table to store the predictions in

DROP TABLE IF EXISTS [dbo].[py_customer_clusters];
GO

CREATE TABLE [dbo].[py_customer_clusters] (
    [Customer] [bigint] NULL
  , [OrderRatio] [float] NULL
  , [itemsRatio] [float] NULL
  , [monetaryRatio] [float] NULL
  , [frequency] [float] NULL
  , [cluster] [int] NULL
  ,
    ) ON [PRIMARY]
GO

--Execute the clustering and insert results into table
INSERT INTO py_customer_clusters
EXEC [dbo].[py_generate_customer_return_clusters];

-- Select contents of the table to verify it works
SELECT * FROM py_customer_clusters;

Korzystanie z informacji dotyczących klastrowania

Ponieważ procedura klastrowania jest przechowywana w bazie danych, może ona wydajnie wykonywać klastrowanie względem danych klientów przechowywanych w tej samej bazie danych. Można wykonać procedurę za każdym razem, gdy dane klienta zostaną zaktualizowane i użyj zaktualizowanych informacji dotyczących klastrowania.

Załóżmy, że chcesz wysłać promocyjną wiadomość e-mail do klientów w klastrze 0, która była nieaktywna (możesz zobaczyć, jak cztery klastry zostały opisane w trzeciej części tego samouczka). Poniższy kod wybiera adresy e-mail klientów w klastrze 0.

USE [tpcxbb_1gb]
--Get email addresses of customers in cluster 0 for a promotion campaign
SELECT customer.[c_email_address], customer.c_customer_sk
  FROM dbo.customer
  JOIN
  [dbo].[py_customer_clusters] as c
  ON c.Customer = customer.c_customer_sk
  WHERE c.cluster = 0

Wartość c.cluster można zmienić tak, aby zwracała adresy e-mail dla klientów w innych klastrach.

Uprzątnij zasoby

Po zakończeniu pracy z tym samouczkiem możesz usunąć bazę danych tpcxbb_1gb.

Dalsze kroki

W czwartej części tej serii samouczków wykonano następujące kroki:

• Utwórz procedurę składowaną, która generuje model
• Wykonywanie klastrowania na serwerze
• Korzystanie z informacji dotyczących klastrowania

Aby dowiedzieć się więcej na temat używania języka Python w uczeniu maszynowym SQL, zobacz:

• Szybki start: tworzenie i uruchamianie prostych skryptów języka Python
• Inne samouczki języka Python dotyczące uczenia maszynowego SQL
• Instalowanie pakietów języka Python za pomocą narzędzia sqlmlutils