Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
Aplica-se a:
SQL Server 2017 (14.x) e versões posteriores
o microsoftml é um pacote Python da Microsoft que fornece algoritmos de aprendizagem automática de alto desempenho. Inclui funções para treino e transformações, pontuação, análise de texto e imagem, e extração de características para derivar valores a partir de dados existentes. O pacote está incluído nos Serviços de Aprendizagem Automática do SQL Server e suporta alto desempenho em big data, utilizando processamento multicore e fluxo rápido de dados.
| Detalhes do pacote | Informação |
|---|---|
| Versão atual: | 9.4 |
| Desenvolvido sobre: | Distribuição Anaconda 4.2 de Python 3.7.1 |
| Distribuição de pacotes: | SQL Server Machine Learning Services versão 2017 ou 2019. |
Como usar o microsoftml
O módulo microsoftml é instalado como parte dos Serviços de Aprendizagem Automática do SQL Server quando adiciona Python à sua instalação. Obtém-se a coleção completa de pacotes proprietários mais uma distribuição Python com os seus módulos e interpretadores. Podes usar qualquer IDE Python para escrever funções de chamada de scripts em Python na MicrosoftML, mas o script tem de correr num computador com SQL Server Machine Learning Services em Python.
Microsoftml e revoscalepy estão fortemente acoplados; As fontes de dados usadas no Microsoft Scale são definidas como objetos RevoScalepy . Limitações de contexto de cálculo na transferência de revoscalepy para microsoftml. Nomeadamente, toda a funcionalidade está disponível para operações locais, mas a mudança para um contexto de computação remota requer RxSpark ou RxInSQLServer.
Versões e plataformas
O módulo microsoftml está disponível apenas quando instala um dos seguintes produtos Microsoft ou faz downloads:
- Serviços de Aprendizagem Automática do SQL Server
- Bibliotecas cliente Python para um cliente de ciência de dados
Observação
As versões completas do produto são apenas para Windows no SQL Server 2017. Tanto o Windows como o Linux são suportados para microsoftml no SQL Server 2019.
Dependências do pacote
Os algoritmos no microsoftml dependem da revoscalepy para:
- Objetos fonte de dados - Os dados consumidos pelas funções microsoftml são criados usando funções revoscalepy .
- Computação remota (transferir a execução de funções para uma instância remota do SQL Server) - O pacote revoscalepy fornece funções para criar e ativar um contexto de computação remota para o SQL Server.
Na maioria dos casos, vais carregar os pacotes juntos sempre que estiveres a usar o microsoftml.
Funções por categoria
Esta secção lista as funções por categoria para lhe dar uma ideia de como cada uma é utilizada. Também pode usar o índice para encontrar funções por ordem alfabética.
1-Funções de formação
| Função | Description |
|---|---|
| microsoftml.rx_ensemble | Treina um conjunto de modelos. |
| microsoftml.rx_fast_forest | Floresta aleatória. |
| microsoftml.rx_fast_linear | Modelo Linear. com Subida Estocástica de Coordenadas Duplas. |
| microsoftml.rx_fast_trees | Árvores Impulsionadas. |
| microsoftml.rx_logistic_regression | Regressão Logística. |
| microsoftml.rx_neural_network | Rede Neural. |
| microsoftml.rx_oneclass_svm | Deteção de Anomalias. |
2-Funções de transformação
Tratamento de variáveis categóricas
| Função | Description |
|---|---|
| microsoftml.categorical | Converte uma coluna de texto em categorias. |
| microsoftml.categorical_hash | Faz hashes e converte uma coluna de texto em categorias. |
Manipulação de esquema
| Função | Description |
|---|---|
| microsoftml.concat | Concatena múltiplas colunas num único vetor. |
| microsoftml.drop_columns | Elimina colunas de um conjunto de dados. |
| microsoftml.select_columns | Mantém colunas de um conjunto de dados. |
Seleção de variáveis
| Função | Description |
|---|---|
| microsoftml.count_select | Seleção de funcionalidades com base nas contagens. |
| microsoftml.mutualinformation_select | Seleção de funcionalidades com base em informação mútua. |
Análise de texto
| Função | Description |
|---|---|
| microsoftml.featurize_text | Converte colunas de texto em funcionalidades numéricas. |
| microsoftml.get_sentiment | Análise de sentimento. |
Análise de imagens
| Função | Description |
|---|---|
| microsoftml.load_image | Carrega uma imagem. |
| microsoftml.resize_image | Redimensiona uma imagem. |
| microsoftml.extract_pixels | Extrai píxeis de uma imagem. |
| microsoftml.featurize_image | Converte uma imagem em funcionalidades. |
Funções de caracterização
| Função | Description |
|---|---|
| microsoftml.rx_featurize | Transformação de dados para fontes de dados |
Funções de pontuação
| Função | Description |
|---|---|
| microsoftml.rx_predict | Pontuações usando um modelo de aprendizagem automática Microsoft |
Como chamar a microsoftml
As funções no microsoftml são chamáveis em código Python encapsulado em procedimentos armazenados. A maioria dos programadores constrói soluções microsoftml localmente e depois migra código Python acabado para procedimentos armazenados como exercício de deployment.
O pacote microsoftml para Python é instalado por defeito, mas ao contrário do revoscalepy, não é carregado por defeito quando inicias uma sessão Python usando os executáveis Python instalados com o SQL Server.
Como primeiro passo, importa o pacote microsoftml e importa o revoscalepy se precisares de usar contextos de computação remota ou conectividade relacionada ou objetos de fonte de dados. Depois, faz referência às funções individuais de que precisas.
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