sp_rxPredict

Şunlar için geçerlidir: Windows'da SQL Server 2016 (13.x) ve sonraki sürümleri

Sql Server veritabanında ikili biçimde depolanan bir makine öğrenmesi modelinden oluşan belirli bir giriş için tahmin edilen bir değer oluşturur.

R ve Python makine öğrenmesi modellerinde neredeyse gerçek zamanlı puanlama sağlar. sp_rxPredict , C++ dilinde yazılmış bir saklı yordamdır ve özellikle puanlama işlemleri için iyileştirilmiştir. sp_rxPredict için bir sarmalayıcıdır:

İşlev	Sarıcı
rxPredict R işlevi	- RevoScaleR - MicrosoftML
rx_predict Python işlevi	- Voskapy - MicrosoftML

Model R veya Python kullanılarak oluşturulmalıdır. Ancak, bir hedef veritabanı altyapısı örneğinde seri hale getirilip ikili biçimde depolandıktan sonra, R veya Python tümleştirmesi yüklü olmasa bile bu veritabanı altyapısı örneğinden kullanılabilir. Daha fazla bilgi için bkz. SQL Server'da sp_rxPredict ile gerçek zamanlı puanlama.

Sözdizimi

sp_rxPredict ( @model , @input )
[ ; ]

Tartışmalar

@model

Desteklenen biçimde önceden eğitilmiş bir model.

@input

Geçerli bir SQL sorgusu.

Dönüş değeri

Puan sütunu ve giriş veri kaynağındaki tüm geçiş sütunları döndürülür.

Algoritma bu tür değerlerin oluşturulmasını destekliyorsa, güvenilirlik aralığı gibi ek puan sütunları döndürülebilir.

Açıklamalar

Saklı yordamın kullanımını etkinleştirmek için SQLCLR'nin örnekte etkinleştirilmesi gerekir.

Uyarı

Bu seçeneği etkinleştirmenin güvenlik açısından etkileri vardır. SUNUCUNUZDA SQLCLR etkinleştirilemiyorsa PREDICT işlevi gibi alternatif bir uygulama kullanın.

Kullanıcının veritabanında izne ihtiyacı var EXECUTE .

Desteklenen algoritmalar

Model oluşturmak ve eğitmek için SQL Server Machine Learning Services (R veya Python), SQL Server2016 R Services, SQL Server Machine Learning Server (Tek Başına) (R veya Python) veyaSQL Server 2016 R Server (Tek Başına) tarafından sağlanan R veya Python için desteklenen algoritmalardan birini kullanın.

R: RevoScaleR modelleri

• rxLinMod¹
• rxLogit¹
• rxBTrees¹
• rxDtree¹
• rxdForest¹

¹ Modeller ayrıca işleviyle yerel puanlama desteği PREDICT sunar.

R: MicrosoftML modelleri

• rxFastTrees: Hızlı Ağaç
• rxFastForest: Hızlı Orman
• rxLogisticRegression: Lojistik Regresyon
• rxOneClassSvm: OneClass SVM
• rxNeuralNet: Nöral Ağ
• rxFastLinear: Hızlı Doğrusal Model

R: MicrosoftML tarafından sağlanan dönüştürmeler

• rxFastTrees: Hızlı Ağaç
• concat: Machine Learning Concat Dönüşümü
• kategorik: Machine Learning Kategorik Veri Dönüşümü
• categoricalHash: Machine Learning Kategorik Karma Veri Dönüşümü
• selectFeatures: Machine Learning Özellik Seçimi Dönüşümü

Python: revoscalepy modelleri

• rx_lin_mod¹
• rx_logit¹
• rx_btrees¹
• rx_dtree¹
• rx_dforest¹

¹ Modeller ayrıca işleviyle yerel puanlama desteği PREDICT sunar.

Python: microsoftml modelleri

• microsoftml.rx_fast_trees: Artırılmış Ağaçlar
• microsoftml.rx_fast_forest: Rastgele Orman
• microsoftml.rx_logistic_regression: Lojistik Regresyon
• microsoftml.rx_oneclass_svm: Anomali Algılama
• microsoftml.rx_neural_network: Sinir Ağı
• microsoftml.rx_fast_linear: Stochastic Dual Coordinate Ascent ile Doğrusal Model

Python: Microsoftml tarafından sağlanan dönüşümler

• microsoftml.rx_fast_trees: Artırılmış Ağaçlar
• microsoftml.concat: Birden çok sütunu tek bir vektör birleştirir
• microsoftml.categorical: Metin sütununu kategorilere dönüştürür
• microsoftml.categorical_hash: Metin sütununu karmalar ve kategorilere dönüştürür

Desteklenmeyen model türleri

Aşağıdaki model türleri desteklenmez:

• RevoScaleR'de veya rxGlm algoritmalarını kullanan rxNaiveBayes modeller.

• R'de PMML modelleri.

• Diğer Microsoft dışı kitaplıklar kullanılarak oluşturulan modeller.

• Dönüştürme işlevi veya dönüştürme içeren formül kullanan modeller, örneğin A ~ log(B) gerçek zamanlı puanlamada desteklenmez. Bu tür bir model kullanmak için, verileri gerçek zamanlı puanlama işlemine geçirmeden önce giriş verilerinde dönüştürme gerçekleştirmenizi öneririz.

Gerçek zamanlı puanlama yorumlayıcı kullanmaz, bu nedenle puanlama adımı sırasında yorumlayıcı gerektirebilecek işlevler desteklenmez.

Örnekler

DECLARE @model =
    SELECT @model
    FROM model_table
    WHERE model_name = 'rxLogit trained';

EXECUTE sp_rxPredict @model = @model,
    @inputData = N'SELECT * FROM data';

geçerli bir SQL sorgusu olmasının yanı sıra, @inputData giriş verileri depolanan modeldeki sütunlarla uyumlu sütunlar içermelidir.

sp_rxPredictyalnızca şu .NET sütun türlerini destekler: , , , , , , doubleve float. shortushortlongulongstring Gerçek zamanlı puanlama için kullanmadan önce giriş verilerinizde desteklenmeyen türleri filtrelemeniz gerekebilir.

İlgili SQL türleri hakkında bilgi için bkz. SQL-CLR Tür Eşlemesi veya CLR parametre verilerini eşleme.