Dela via


Göra förutsägelser med Machine Learning-tillägget för Azure Data Studio (förhandsversion)

Lär dig hur du använder Machine Learning-tillägget för Azure Data Studio för att göra förutsägelser med en ONNX-modell i databasen. Tillägget genererar ett T-SQL-skript med PREDICT för att göra förutsägelser om datauppsättningen som lagras i tabellen med en modell som tidigare har importerats, finns i en lokal fil eller från Azure Machine Learning.

Viktigt!

Gör förutsägelser med Machine Learning-tillägget för närvarande stöder för närvarande endast Machine Learning Services i Azure SQL Managed Instance och Azure SQL Edge med ONNX.

Förutsättningar

Göra förutsägelser från ONNX-modellen

Följ stegen nedan för att använda en ONNX-modell för att göra förutsägelser.

  1. Välj Gör förutsägelser.

  2. Om du uppmanas att installera onnxruntime, mlflow och mlflow-dbstore väljer du Ja.

  3. Välj var din modell finns och välj Nästa. Du kan använda:

    • Importerade modeller. Välj det här alternativet om du vill använda en modell som redan finns lagrad i databasen. Välj den modelldatabas och modelltabell där din modell finns, välj den modell som du vill använda och välj Nästa.
    • Filuppladdning. Välj det här alternativet om du vill använda en modell från en fil. Välj modellfilen under Källfiler och välj Nästa.
    • Azure Machine Learning. Välj det här alternativet om du vill använda en modell från Azure Machine Learning. Logga först in på Azure. Välj sedan ditt Azure-konto, Azure-prenumeration, Azure-resursgrupp och Azure ML-arbetsyta. Välj den modell som du vill använda och välj Nästa.
  4. Mappa källdata till din modell.

    • Välj källdatabasen och källtabellen som innehåller datauppsättningen som du vill använda förutsägelsen för.
    • Mappa kolumnerna under Modellindatamappning och Modellutdata. Tillägget mappar automatiskt kolumner som har samma namn och datatyp.
  5. Välj Förutsäga.

Azure Data Studio skapar en ny T-SQL-fråga med PREDICT, som du kan använda för att göra förutsägelser om dina data.

Nästa steg