Создание прогнозов с помощью расширения машинного обучения для Azure Data Studio (предварительная версия)
Узнайте, как использовать расширение «Машинное обучение» для Azure Data Studio, чтобы создавать прогнозы с помощью модели ONNX в базе данных. Расширение создаст сценарий T-SQL, используя PREDICT, чтобы сделать прогнозы для набора данных, хранящегося в таблице, с ранее импортированной моделью, расположенной в локальном файле или в Машинном обучении Azure.
Внимание
Прогнозирование с помощью расширения "Машинное обучение" в настоящее время поддерживает только Службы машинного обучения в управляемом экземпляре SQL Azure и Azure SQL для пограничных вычислений с ONNX.
Необходимые компоненты
Установите и настройте расширение машинного обучения для Azure Data Studio. Укажите пути установки Python в параметрах расширения.
Установите пакеты Python onnxruntime, mlflow и mlflow-dbstore. Если пакеты еще не установлены, расширение «Машинное обучение» предложит вам установить их.
Создание прогнозов на основе модели ONNX
Выполните приведенные ниже действия, чтобы использовать модель ONNX для составления прогнозов.
Выберите Составление прогнозов.
Если вам будет предложено установить пакеты onnxruntime, mlflow и mlflow-dbstore, нажмите кнопку Да.
Выберите место расположения модели и нажмите кнопку Далее. Вы можете использовать:
- Импортированные модели. Выберите, чтобы использовать модель, которая уже хранится в базе данных. Выберите Шаблон базы данных и Шаблон таблицы, в которых находится модель, выберите нужную модель и нажмите кнопку Далее.
- Отправка файлов. Выберите этот вариант, чтобы использовать модель из файла. Выберите файл модели в разделе Исходные файлы и нажмите кнопку Далее.
- Машинное обучение Azure. Выберите этот вариант, чтобы использовать модель из Машинного обучения Azure. Сначала войдите в Azure. Затем выберите значения для параметров Учетная запись Azure, Подписка Azure, Группа ресурсов Azure и Рабочая область Azure ML. Выберите нужную модель и нажмите кнопку Далее.
Сопоставьте исходные данные с моделью.
- Выберите Исходную базу данных и Исходную таблицу, содержащую набор данных, для которого необходимо применить прогноз.
- Сопоставьте столбцы в разделе Сопоставление входных данных модели и Выходные данные модели. Расширение будет автоматически сопоставлять столбцы с одинаковыми именами и типами данных.
Выберите Прогноз.
Azure Data Studio создаст новый запрос T-SQL с PREDICT, который можно использовать для составления прогнозов по данным.
Следующие шаги
- Расширение "Машинное обучение" для Azure Data Studio
- Управление пакетами в базе данных
- Импорт или просмотр моделей
- Записные книжки в Azure Data Studio
- Документация по машинному обучению на SQL
- Службы машинного обучения в управляемом экземпляре SQL Azure
- Машинное обучение и ИИ с применением ONNX в SQL для пограничных вычислений (предварительная версия)