对新数据进行评分（SQL Server 和 RevoScaleR 教程）

适用于： SQL Server 2016 (13.x) 及更高版本

这是介绍如何在 SQL Server 中使用 RevoScaleR 函数的 RevoScaleR 教程系列的第 8 个教程。

在本教程中，你将使用在上一教程中创建的逻辑回归模型，对使用相同的独立变量作为输入的其他数据集进行评分。

对新数据进行评分
创建分数直方图

注意

其中一些步骤需要具有 DDL 管理员权限。

生成并保存分数

将在教程 2 中创建的 sqlScoreDS 数据源更新为，使用在上一教程中创建的列信息。

sqlScoreDS <- RxSqlServerData(
    connectionString = sqlConnString,
    table = sqlScoreTable,
    colInfo = ccColInfo,
    rowsPerRead = sqlRowsPerRead)

若要确保不会丢失结果，请创建一个新的数据源对象。然后，使用新的数据源对象在 RevoDeepDive 数据库中填充新表。
```
sqlServerOutDS <- RxSqlServerData(table = "ccScoreOutput",
    connectionString = sqlConnString,
    rowsPerRead = sqlRowsPerRead )
```
此时尚未创建表。此语句仅定义数据的容器。
使用 rxGetComputeContext() 检查当前计算上下文，并将计算上下文设置为服务器（如果需要）。
```
rxSetComputeContext(sqlCompute)
```
作为预防措施，请检查输出表是否存在。如果已经存在具有相同名称的文件，则在尝试写入新表时会出现错误。

若要执行此操作，请调用函数 rxSqlServerTableExists 和 rxSqlServerDropTable，传递表名称作为输入。
```
if (rxSqlServerTableExists("ccScoreOutput"))     rxSqlServerDropTable("ccScoreOutput")
```
- 函数 rxSqlServerTableExists 会查询 ODBC 驱动程序，如果表存在，则返回 TRUE，否则返回 FALSE 。
- 函数 rxSqlServerDropTable 会执行 DDL，如果已成功删除表，则返回 TRUE，否则返回 FALSE 。
执行 rxPredict 以创建评分，并将其保存在数据源 sqlScoreDS 中定义的新表中。
```
rxPredict(modelObject = logitObj,
    data = sqlScoreDS,
    outData = sqlServerOutDS,
    predVarNames = "ccFraudLogitScore",
      type = "link",
    writeModelVars = TRUE,
    overwrite = TRUE)
```
rxPredict 函数是另一种函数，支持在远程计算上下文中运行。可以使用 rxPredict 函数从基于 rxLinMod、rxLogit 或 rxGlm 创建的模型创建评分。
- 参数 writeModelVars 在此处设置为 TRUE 。这意味着新表中将包含用于估计的变量。
- 参数 predVarNames 指定将在其中存储结果的变量。此处需要传递一个新变量 ccFraudLogitScore。
- rxPredict 的 type 参数定义计算预测的方式。指定关键字“响应”以根据响应变量的比例生成分数。或者，使用关键字“链接”根据底层的链接函数生评分，在这种情况下，使用逻辑量表创建预测。
不久，可以在 Management Studio 中刷新表的列表，以查看新的表及其数据。

若要将其他变量添加到输出预测中，请使用 extraVarsToWrite 参数。例如，在以下代码中，会将来自评分数据表的变量 custID 添加到预测的输出表中。

rxPredict(modelObject = logitObj,
        data = sqlScoreDS,
        outData = sqlServerOutDS,
        predVarNames = "ccFraudLogitScore",
          type = "link",
        writeModelVars = TRUE,
        extraVarsToWrite = "custID",
        overwrite = TRUE)

显示直方图中的评分

创建新表后，计算并显示具有 10,000 个预测评分的直方图。如果指定下限值和上限值，计算速度会更快，可从数据库获得这些值将并它们添加到需要处理的数据中。

创建新数据源 sqlMinMax，查询数据库以获取下限值和上限值。
```
sqlMinMax <- RxSqlServerData(
    sqlQuery = paste("SELECT MIN(ccFraudLogitScore) AS minVal,",
    "MAX(ccFraudLogitScore) AS maxVal FROM ccScoreOutput"),
    connectionString = sqlConnString)
```
从本示例中，可以看到使用 RxSqlServerData 数据源对象根据 SQL 查询、函数或存储过程定义任意数据集，然后将其用于 R 代码中非常容易。变量不会存储实际值，只存储数据源定义；仅当在函数（如 rxImport ）中使用此查询时，才会执行此查询以生成该值。

调用 rxImport 函数，将这些值放在能够跨计算上下文共享的数据框中。

minMaxVals <- rxImport(sqlMinMax)
minMaxVals <- as.vector(unlist(minMaxVals))

结果

> minMaxVals

[1] -23.970256   9.786345

最大值和最小值现已可用，请使用这些值为生成的评分创建另一个数据源。

sqlOutScoreDS <- RxSqlServerData(sqlQuery = "SELECT ccFraudLogitScore FROM ccScoreOutput",
    connectionString = sqlConnString,
    rowsPerRead = sqlRowsPerRead,
        colInfo = list(ccFraudLogitScore = list(
            low = floor(minMaxVals[1]),
                    high = ceiling(minMaxVals[2]) ) ) )

使用数据源对象 sqlOutScoreDS 获取评分的数据，并计算和显示一个直方图。添加代码以根据需要设置计算上下文。
```
# rxSetComputeContext(sqlCompute)
rxHistogram(~ccFraudLogitScore, data = sqlOutScoreDS)
```
结果

后续步骤

使用 R 转换数据

反馈

此页面是否有帮助？

Last updated on 2025-01-02

通过

对新数据进行评分（SQL Server 和 RevoScaleR 教程）

生成并保存分数

显示直方图中的评分

后续步骤

反馈

其他资源