适用于 SQL 机器学习的 Python 教程

适用于: SQL Server 2017 (14.x) 及更高版本 Azure SQL 托管实例

本文介绍适用于 SQL Server 上的机器学习服务大数据群集上的机器学习服务的 Python 教程和快速入门。

本文介绍 SQL Server 机器学习服务的 Python 教程和快速入门。

本文介绍 Azure SQL 托管实例机器学习服务的 Python 教程和快速入门。

Python 教程

教程 说明
使用线性回归预测雪橇租赁 使用 Python 和线性回归来预测滑雪租赁数量。 在 Azure Data Studio 中使用笔记本准备数据并培训模型,并使用 T-SQL 进行模型部署。
使用 k-means 聚类分析对客户进行分类 使用 Python 开发和部署 K-Means 群集模型,对客户进行分类。 在 Azure Data Studio 中使用笔记本准备数据并培训模型,并使用 T-SQL 进行模型部署。
使用 Revoscalepy 创建模型 演示如何使用 SQL Server 作为计算上下文来运行远程 Python 客户端中的代码。 本教程使用 revoscalepy 库中的 rxLinMod 创建模型 。
适用于 SQL 开发者的 Python 数据分析 本端到端演练演示使用 T-SQL 构建完整的 Python 解决方案的过程。
教程 说明
使用线性回归预测雪橇租赁 使用 Python 和线性回归来预测滑雪租赁数量。 在 Azure Data Studio 中使用笔记本准备数据并培训模型,并使用 T-SQL 进行模型部署。
使用 k-means 聚类分析对客户进行分类 使用 Python 开发和部署 K-Means 群集模型,对客户进行分类。 在 Azure Data Studio 中使用笔记本准备数据并培训模型,并使用 T-SQL 进行模型部署。

Python 快速入门

如果不熟悉 SQL 机器学习,还可以尝试 Python 快速入门。

快速入门 说明
运行简单的 Python 脚本 了解关于如何使用 sp_execute_external_script 在 T-SQL 中调用 Python 的基础知识。
使用 Python 的数据结构和对象 展示了 SQL 如何使用 Python pandas 包处理数据结构。
在 Python 中创建预测模型并对其进行评分 说明如何创建、培训和使用 Python 模型,以根据新数据进行预测。

后续步骤