R öğreticisi: İkili sınıflandırma ile NYC taksi ücretlerini tahmin edin

Şunlar için geçerlidir: SQL Server 2016 (13.x) ve sonraki sürümleri Azure SQL Yönetilen Örnek

SQL programcıları için bu beş bölümlü öğretici serisinde SQL Server Machine Learning Services veya Büyük Veri Kümelerinde R tümleştirmesi hakkında bilgi edineceksiniz.

SQL Server'da örnek bir veritabanı kullanarak R tabanlı bir makine öğrenmesi çözümü derleyip dağıtacaksınız. T-SQL, Azure Data Studio veya SQL Server Management Studio ile SQL makine öğrenmesi ve R dil desteğine sahip bir veritabanı altyapısı örneği kullanacaksınız

Bu öğretici serisi, veri modelleme iş akışında kullanılan R işlevlerini tanıtır. Parçalar arasında veri keşfi, ikili sınıflandırma modeli oluşturma ve eğitma ve model dağıtımı yer alır. New York City Taxi ve Limuzin Komisyonu'ndan alınan örnek verileri kullanacaksınız. Oluşturacağınız model, bir seyahatin günün saatine, katedilen mesafeye ve teslim alma konumuna göre ipucuna neden olup olmayacağını tahmin eder.

Bu serinin ilk bölümünde önkoşulları yükleyecek ve örnek veritabanını geri yükleyeceksiniz. İkinci ve üçüncü bölümde verilerinizi hazırlamak ve bir makine öğrenmesi modeli eğitmek için bazı R betikleri geliştireceksiniz. Ardından, dördüncü ve beş. bölümde bu R betiklerini T-SQL saklı yordamlarını kullanarak veritabanında çalıştıracaksınız.

Bu makalede şunları yapacaksınız:

• Önkoşulları yükleme
• Örnek veritabanını geri yükleme

İkinci bölümde örnek verileri keşfedecek ve bazı çizimler oluşturacaksınız.

Üçüncü bölümde, bir Transact-SQL işlevi kullanarak ham verilerden özellik oluşturmayı öğreneceksiniz. Ardından bu işlevi saklı yordamdan çağırarak özellik değerlerini içeren bir tablo oluşturacaksınız.

Dördüncü bölümde, sql server saklı yordamını kullanarak modeli oluşturmak ve eğitmek için modülleri yükleyip gerekli işlevleri çağıracaksınız.

Beşinci bölümde, dördüncü bölümde eğitip kaydettiğiniz modelleri nasıl kullanıma hazır hale getirmeniz gerektiğini öğreneceksiniz.

Uyarı

Bu öğretici hem R hem de Python'da kullanılabilir. Python sürümü için bkz . Python öğreticisi: İkili sınıflandırma ile NYC taksi ücretlerini tahmin edin.

Önkoşullar

• R özellikli SQL Server Machine Learning Services'ı yükleme

• R kitaplıklarını yükleme

• Python betiklerini yürütmek için izinler verme

• SQL Server 2019'dan başlayarak, yalıtım mekanizması çizim dosyasının depolandığı dizin için uygun izinleri vermenizi gerektirir. Bu izinleri ayarlama hakkında daha fazla bilgi için Windows'da SQL Server 2019'da Dosya izinleri bölümüne bakın: Machine Learning Services için yalıtım değişiklikleri.

• NYC Taxi demo veritabanını geri yükleme

Tüm görevler Azure Data Studio veya Management Studio'da Transact-SQL saklı yordamlar kullanılarak gerçekleştirilebilir.

Bu öğreticide veritabanı ve tablo oluşturma, verileri içeri aktarma ve SQL sorguları yazma gibi temel veritabanı işlemleri hakkında bilgi sahibi olduğunuz varsayılır. R bildiğiniz varsayılmaz ve tüm R kodu sağlanmıştır.

SQL geliştiricileri için arka plan

Makine öğrenmesi çözümü oluşturma süreci, birden çok araç ve konu uzmanlarının çeşitli aşamalarda koordinasyonunu içerebilen karmaşık bir çözümdür:

• veri alma ve temizleme
• verileri keşfetme ve modelleme için yararlı özellikler oluşturma
• modeli eğitip ayarlama
• üretim ortamına geçiş

Gerçek kodun geliştirilmesi ve test edilmesi en iyi şekilde ayrılmış R geliştirme ortamı kullanılarak gerçekleştirilir. Ancak betik tamamen test edildikten sonra, Azure Data Studio veya Management Studio'nun tanıdık ortamındaki Transact-SQL saklı yordamları kullanarak bunu SQL Server'a kolayca dağıtabilirsiniz. Dış kodu saklı yordamlara sarmalama, SQL Server'da kodu kullanıma hazır hale getirmenin birincil mekanizmasıdır.

Model veritabanına kaydedildikten sonra, saklı yordamları kullanarak Transact-SQL tahminler için modeli çağırabilirsiniz.

İster R'yi yeni kullanmaya yeni hazır bir SQL programcısı ister SQL'de yeni bir R geliştiricisi olun, bu beş bölümden oluşan bu öğretici serisi, R ve SQL Server ile veritabanı içi analiz gerçekleştirmeye yönelik tipik bir iş akışı sağlar.

Sonraki Adımlar

Bu makalede şunları yapacaksınız:

• Yüklü önkoşullar
• Örnek veritabanı geri yüklendi

R öğreticisi: Verileri keşfetme ve görselleştirme