Not
Bu sayfaya erişim yetkilendirme gerektiriyor. Oturum açmayı veya dizinleri değiştirmeyi deneyebilirsiniz.
Bu sayfaya erişim yetkilendirme gerektiriyor. Dizinleri değiştirmeyi deneyebilirsiniz.
Şunlar için geçerlidir: SQL Server 2016 (13.x) ve sonraki sürümleri
MicrosoftML, Microsoft'tan yüksek performanslı makine öğrenimi algoritmaları sağlayan bir R paketidir. Eğitim ve dönüşümler, puanlama, metin ve görüntü analizi ile mevcut verilerden değer çıkarma için özellikler çıkarma fonksiyonları içerir. Paket, SQL Server Machine Learning Services ve SQL Server 2016 R Services'e dahil edilmiş ve büyük veride yüksek performans, çok çekirdekli işlem ve hızlı veri akışı desteği sunmaktadır. MicrosoftML ayrıca metin ve görüntü işleme için çok sayıda dönüşüm içerir.
Tam başvuru belgeleri
MicrosoftML paketi birden çok Microsoft ürününde dağıtılır, ancak paketi SQL Server ile ya da başka bir ürünle edinmenizden bağımsız olarak kullanım aynıdır. Fonksiyonlar aynı olduğundan, bireysel RevoScaleR fonksiyonları için dokümantasyonlarR referansı altında sadece bir konuma yayımlanır. Ürüne özgü davranışlar varsa, işlev yardım sayfasında tutarsızlıklar belirtilir.
Sürümler ve platformlar
MicrosoftML paketi R 3.5.2 tabanlı olup, yalnızca aşağıdaki Microsoft ürünlerinden veya indirmelerinden birini yüklediğinizde kullanılabilir:
Note
Tam ürün sürüm sürümleri yalnızca Windows için SQL Server 2017'de sunulmaktadır. SQL Server 2019'da hem Windows hem de Linux MicrosoftML için desteklenmektedir.
Paket bağımlılıkları
MicrosoftML'deki algoritmalar RevoScaleR'e şu amaçlarla bağlıdır:
- Veri kaynağı nesneler. MicrosoftML fonksiyonları tarafından tüketilen veriler RevoScaleR fonksiyonları kullanılarak oluşturulur.
- Uzaktan hesaplama (fonksiyon yürütmesini uzak SQL Server örneğine kaydırmak). RevoScaleR paketi, SQL Server için uzaktan hesaplama bağlamı oluşturma ve etkinleştirme fonksiyonları sağlar.
Çoğu durumda, MicrosoftML kullanırken paketleri birlikte yüklüyorsunuz.
Kategoriye göre işlevler
Bu bölüm, fonksiyonları kategoriye göre listeleyerek her birinin nasıl kullanıldığına dair bir fikir verir. İşlevleri alfabetik sırada bulmak için içindekiler tablosunu da kullanabilirsiniz.
1-Makine öğrenimi algoritmaları
| İşlev adı | Description |
|---|---|
| rxFastTrees | FastRank'in bir uygulaması, MART gradyan artırma algoritmasının verimli bir uygulaması. |
| rxFastForest | rxFastTrees kullanılarak gerçekleştirilen rastgele orman ve kantil regresyon ormanı uygulaması. |
| rxLogisticRegression | L-BFGS kullanarak lojistik regresyon. |
| rxOneClassSvm | Bir sınıf vektör makineleri destekler. |
| rxNeuralNet | İkili, çok sınıflı ve regresyon sinir ağı. |
| rxFastLinear | Doğrusal ikili sınıflandırma ve regresyon için stokastik çift koordinatlı yükseliş optimizasyonu. |
| rxEnsemble | Tek bir modelden elde edilebilecekten daha iyi tahmin performansı elde etmek için çeşitli türde modelleri eğitir. |
2-Dönüşüm fonksiyonları
| İşlev adı | Description |
|---|---|
| concat | Birden çok sütundan tek bir vektör değerine sahip sütun oluşturma dönüşümü. |
| kategorik | Sözlükle kategorik dönüşüm kullanarak gösterge vektörü oluşturun. |
| categoricalHash | Kategorik değeri bir gösterge dizisine dönüştürür ve hash yapar. |
| featurizeText | Belirli bir metin korpusundan n-gram olarak adlandırılan ardışık kelime dizilerinin sayılarından oluşan bir torba üretir. Dil algılama, tokenizasyon, stopword kaldırma, metin normalizasyonu ve özellik üretimi sunar. |
| getSentiment | Doğal dil metni puanlar ve metindeki duyguların olumlu olma olasılıklarını içeren bir sütun oluşturur. |
| ngram | sayıya dayalı ve hash tabanlı özellik çıkarımı için argümanların tanımlanmasına olanak tanır. |
| selectColumns | Yeniden eğitilmek için bir dizi sütun seçer, diğerlerini bırakır. |
| selectFeatures | Belirtilen değişkenlerden belirli bir mod kullanarak özellikleri seçer. |
| loadImage | Görüntü verisini yükler. |
| resizeImage | Bir görüntüyü, belirtilen bir yeniden boyutlandırma yöntemini kullanarak belirtilen boyuta yeniden boyutlandırır. |
| extractPixels | Bir görüntüden piksel değerlerini çıkarır. |
| featurizeImage | Bir görüntüden, önceden eğitilmiş bir derin sinir ağı modeli kullanarak öznitelikler çıkarır. |
3-Puanlama ve eğitim işlevleri
| İşlev adı | Description |
|---|---|
| rxPredict.mlModel | Puanlama kütüphanesini SQL Server'dan, depolanmış prosedür kullanarak veya R kodundan çalıştırır; böylece gerçek zamanlı puanlama mümkün olur ve çok daha hızlı tahmin performansı sağlar. |
| rxFeaturize | Veriyi bir giriş veri setinden çıktı veri setine dönüştürür. |
| mlModel | Microsoft R Machine Learning modelinin özetini sunar. |
4-Sınıflandırma ve regresyon için kayıp fonksiyonları
| İşlev adı | Description |
|---|---|
| expLoss | Üstel sınıflandırma kayıp fonksiyonu için spesifikasyonlar. |
| logLoss | Log sınıflandırma kayıp fonksiyonu için spesifikasyonlar. |
| menteşe kaybı | Hinge sınıflandırma kaybı fonksiyonu için teknik özellikler. |
| smoothHingeLoss | Düzgün menteşe sınıflandırma kaybı fonksiyonu için spesifikasyonlar. |
| Poisson kaybı | Poisson regresyon kaybı fonksiyonunun spesifikasyonları. |
| squaredKayıp | Kare regresyon kaybı fonksiyonu için spesifikasyonlar. |
5-Özellik seçim fonksiyonları
| İşlev adı | Description |
|---|---|
| minCount | Sayma modunda özellik seçimi için spesifikasyon. |
| karşılıklı bilgi | Karşılıklı bilgi modunda özellik seçimi için spesifikasyon. |
6-Topluluk modelleme fonksiyonları
| İşlev adı | Description |
|---|---|
| fastTrees | rxEnsemble ile bir Hızlı Ağaç modelini eğitmek için fonksiyon adı ve argümanları içeren bir liste oluşturur. |
| fastForest | rxEnsemble ile bir Fast Forest modelini eğitmek için fonksiyon adı ve argümanları içeren bir liste oluşturur. |
| fastLinear | rxEnsemble ile Hızlı Lineer modeli eğitmek için fonksiyon adı ve argümanları içeren bir liste oluşturur. |
| logisticRegression | rxEnsemble ile bir Lojistik Regresyon modelini eğitmek için fonksiyon adı ve argümanları içeren bir liste oluşturur. |
| oneClassSvm | OneClassSvm modelini rxEnsemble ile eğitmek için fonksiyon adı ve argümanları içeren bir liste oluşturur. |
7-Sinir ağı fonksiyonları
| İşlev adı | Description |
|---|---|
| Optimizer | rxNeuralNet makine öğrenimi algoritması için optimizasyon algoritmalarını belirler. |
8-Paket durum fonksiyonları
| İşlev adı | Description |
|---|---|
| rxHashEnv | Paket genelinde durumu depolamak için kullanılan bir ortam nesnesi. |
MicrosoftML nasıl kullanılır
MicrosoftML'deki fonksiyonlar, R kodunda çağrılabilir ve depolanmış prosedürlerde kapsüllenmiştir. Çoğu geliştirici MicrosoftML çözümlerini yerel olarak geliştirir ve ardından tamamlanmış R kodunu dağıtım işlemi olarak depolanmış prosedürlere aktarır.
R için MicrosoftML paketi, SQL Server 2017'de "kutudan çıkmış" olarak kurulur.
Paket varsayılan olarak yüklenmez. İlk adım olarak, MicrosoftML paketini yükleyin, ardından uzaktan hesaplama bağlamları veya ilgili bağlantı ya da veri kaynağı nesneleri kullanmanız gerekirse RevoScaleR'i yükleyin. Sonra, ihtiyacınız olan bireysel fonksiyonlara referans verin.
library(microsoftml);
library(RevoScaleR);
logisticRegression(args);