Samouczek: wdrażanie modelu predykcyjnego w języku R przy użyciu uczenia maszynowego SQL

Dotyczy: SQL Server 2016 (13.x) i nowsze wersje usługi Azure SQL Managed Instance

W czwartej części tej czteroczęściowej serii samouczków wdrożysz model uczenia maszynowego opracowany w języku R w usługach SQL Server Machine Learning Services lub w klastrach danych big data.

W tym artykule dowiesz się, jak:

• Tworzenie procedury składowanej, która generuje model uczenia maszynowego
• Przechowywanie modelu w tabeli bazy danych
• Tworzenie procedury składowanej, która tworzy przewidywania przy użyciu modelu
• Wykonywanie modelu przy użyciu nowych danych

W części drugiej przedstawiono sposób przywracania przykładowej bazy danych.

W drugiej części przedstawiono sposób importowania przykładowej bazy danych, a następnie przygotowania danych do użycia na potrzeby trenowania modelu predykcyjnego w języku R.

W trzeciej części przedstawiono sposób tworzenia i trenowania wielu modeli uczenia maszynowego w języku R, a następnie wybierania najbardziej dokładnego.

Wymagania wstępne

W czwartej części tego samouczka przyjęto założenie, że spełniono wymagania wstępne części jednej i wykonano kroki opisane w części drugiej i trzeciej.

Utwórz procedurę składowaną, która generuje model

W trzeciej części tej serii samouczków zdecydowano, że model drzewa decyzyjnego (dtree) był najbardziej dokładny. Teraz przy użyciu utworzonych skryptów języka R utwórz procedurę składowaną (generate_rental_model), która trenuje i generuje model dtree przy użyciu składnika rpart z pakietu języka R.

Uruchom następujące polecenia w narzędziu 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

Przechowywanie modelu w tabeli bazy danych

Utwórz tabelę w bazie danych TutorialDB, a następnie zapisz model w tabeli.

1. Utwórz tabelę (rental_models) do przechowywania modelu.

   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. Zapisz model w tabeli jako obiekt binarny o nazwie modelu "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;
   

Utwórz procedurę składowaną, która przewiduje

Utwórz procedurę składowaną (predict_rentalcount_new), która tworzy przewidywania przy użyciu wytrenowanego modelu i zestawu nowych danych.

-- 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

Wykonywanie modelu przy użyciu nowych danych

Teraz możesz użyć składowanej procedury predict_rentalcount_new, aby przewidzieć liczbę wynajmów na podstawie nowych danych.

-- 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

Powinien zostać wyświetlony wynik podobny do poniższego.

RentalCount_Predicted
332.571428571429

Pomyślnie utworzyliśmy, wytrenowaliśmy i wdrożyliśmy model w bazie danych. Następnie użyto tego modelu w procedurze składowanej do przewidywania wartości na podstawie nowych danych.

Uprzątnij zasoby

Po zakończeniu korzystania z bazy danych TutorialDB usuń ją z serwera.

Dalsze kroki

W czwartej części tej serii samouczków przedstawiono sposób wykonywania następujących instrukcji:

• Tworzenie procedury składowanej, która generuje model uczenia maszynowego
• Przechowywanie modelu w tabeli bazy danych
• Tworzenie procedury składowanej, która tworzy przewidywania przy użyciu modelu
• Wykonywanie modelu przy użyciu nowych danych

Aby dowiedzieć się więcej na temat korzystania z języka R w usługach Machine Learning Services, zobacz:

• Uruchamianie prostych skryptów języka R
• Struktury danych języka R, typy i obiekty
• Funkcje języka R