Not
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Gäller för:
SQL Server 2017 (14.x) och senare versioner
microsoftml är ett Python-paket från Microsoft som tillhandahåller högpresterande maskininlärningsalgoritmer. Den inkluderar funktioner för träning och transformationer, poängräkning, text- och bildanalys samt funktionsextraktion för att härleda värden från befintlig data. Paketet ingår i SQL Server Machine Learning Services och stödjer hög prestanda på big data, användning av flerkärnig bearbetning och snabb dataströmning.
| Paketinformation | Information |
|---|---|
| Nuvarande version: | 9,4 |
| Byggt på: | Anaconda 4.2-distribution av Python 3.7.1 |
| Paketdistribution: | SQL Server Machine Learning Services version 2017 eller 2019. |
Hur man använder microsoftml
MicrosoftML-modulen installeras som en del av SQL Server Machine Learning Services när du lägger till Python i din installation. Du får hela samlingen av proprietära paket plus en Python-distribution med dess moduler och tolkar. Du kan använda vilken Python-IDE som helst för att skriva Python-skriptanrop i microsoftml, men skriptet måste köras på en dator med SQL Server Machine Learning Services och Python.
Microsoftml och revoscalepy är tätt kopplade; Datakällor som används i MicrosoftML definieras som revoscalepy-objekt . Beräkningskontextbegränsningar i revoscalepy överförs till microsoftml. Nämligen att all funktionalitet finns tillgänglig för lokala operationer, men att byta till en fjärrberäkningskontext kräver RxSpark eller RxInSQLServer.
Versioner och plattformar
MicrosoftML-modulen är endast tillgänglig när du installerar någon av följande Microsoft-produkter eller nedladdningar:
Anmärkning
Fullständiga produktversioner finns endast för Windows i SQL Server 2017. Både Windows och Linux stöds för microsoftml i SQL Server 2019.
Paketberoenden
Algoritmer i microsoftml är beroende av revoscalepy för:
- Datakällobjekt – Data som konsumeras av microsoftml-funktioner skapas med hjälp av revoscalepy-funktioner .
- Fjärrberäkning (att flytta funktionsexekvering till en fjärrinstans av SQL Server) – Paketet revoscalepy tillhandahåller funktioner för att skapa och aktivera en fjärrberäkningskontext för SQL Server.
I de flesta fall kommer du att ladda paketen tillsammans när du använder microsoftml.
Funktioner efter kategori
Detta avsnitt listar funktionerna per kategori för att ge dig en uppfattning om hur varje funktion används. Du kan också använda innehållsförteckningen för att hitta funktioner i alfabetisk ordning.
1-Utbildningsfunktioner
| Funktion | Description |
|---|---|
| microsoftml.rx_ensemble | Träna en ensemble av modeller. |
| microsoftml.rx_fast_forest | Slumpmässig skog. |
| microsoftml.rx_fast_linear | Linjär modell. med stokastisk dubbelkoordinatuppstigning. |
| microsoftml.rx_fast_trees | Förstärkta träd. |
| microsoftml.rx_logistic_regression | Logistisk regression. |
| microsoftml.rx_neural_network | Neuralt nätverk. |
| microsoftml.rx_oneclass_svm | Avvikelsedetektion. |
2-transformfunktioner
Hantering av kategoriska variabler
| Funktion | Description |
|---|---|
| MicrosoftML.Categorical | Omvandlar en textkolumn till kategorier. |
| microsoftml.categorical_hash | Hashar och konverterar en textkolumn till kategorier. |
Schemamanipulering
| Funktion | Description |
|---|---|
| MicrosoftML.concat | Sammanfogar flera kolumner till en enda vektor. |
| microsoftml.drop_columns | Tar bort kolumner från en datamängd. |
| microsoftml.select_columns | Behåller kolumner i en dataset. |
Variabelval
| Funktion | Description |
|---|---|
| microsoftml.count_select | Funktionsval baserat på antal antal. |
| microsoftml.mutualinformation_select | Val av funktioner baserat på ömsesidig information. |
Textanalys
| Funktion | Description |
|---|---|
| microsoftml.featurize_text | Omvandlar textkolumner till numeriska funktioner. |
| microsoftml.get_sentiment | Sentimentanalys. |
Bildanalys
| Funktion | Description |
|---|---|
| microsoftml.load_image | Laddar en bild. |
| microsoftml.resize_image | Ändra storlek på en bild. |
| microsoftml.extract_pixels | Extraherar pixlar från en bild. |
| microsoftml.featurize_image | Omvandlar en bild till funktioner. |
Featuriseringsfunktioner
| Funktion | Description |
|---|---|
| microsoftml.rx_featurize | Datatransformation för datakällor |
Poängfunktioner
| Funktion | Description |
|---|---|
| microsoftml.rx_predict | Poäng med hjälp av en Microsoft-maskininlärningsmodell |
Hur man anropar microsoftml
Funktioner i microsoftml kan anropas i Python-kod inkapslade i lagrade procedurer. De flesta utvecklare bygger microsoftml-lösningar lokalt och migrerar sedan färdig Python-kod till lagrade procedurer som en implementeringsövning.
MicrosoftML-paketet för Python installeras som standard, men till skillnad från revoscalepy laddas det inte som standard när du startar en Python-session med Python-exekverbara filer installerade med SQL Server.
Som ett första steg, importera microsoftml-paketet och importera revoscalepy om du behöver använda fjärrberäkningskontexter eller relaterade anslutningar eller datakällobjekt. Referera sedan till de enskilda funktioner du behöver.
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