教程：通过 SQL 机器学习在 R 中开发预测模型

适用于： SQL Server 2016 (13.x) 及更高版本 Azure SQL 托管实例

此系列教程由四个部分组成。你将在 SQL Server 机器学习服务中或大数据群集上使用 R 和一个机器学习模型来预测雪橇租赁次数。

此系列教程由四个部分组成。你将在 SQL Server 机器学习服务中使用 R 和一个机器学习模型来预测雪橇租赁次数。

此系列教程由四个部分组成。你将在 SQL Server R Services 中使用 R 和一个机器学习模型来预测雪橇租赁次数。

此系列教程由四个部分组成。你将在 Azure SQL 托管实例机器学习服务中使用 R 和一个机器学习模型来预测雪橇租赁次数。

假设你有一家雪橇租赁公司，你希望预测未来某个日期的雪橇租赁次数。此信息可帮助你准备好库存、人员和设施。

在本系列的第一部分，你将设置必备组件。在第二和第三部分，你将在某个笔记本中开发一些 R 脚本，以准备数据并训练机器学习模型。然后，在第三部分中，将使用 T-SQL 存储过程在数据库中运行这些 R 脚本。

本文将指导如何进行以下操作：

在第二部分中，你将了解如何将数据从数据库加载到 Python 数据帧中，并在 R 中准备数据。

在第三部分中，你将了解如何在 R 中训练机器学习模型。

在第四部分中，你将了解如何将模型存储到数据库中，然后通过你在第二和第三部分中开发的 R 脚本来创建存储过程。存储过程将在服务器上运行，以便基于新数据进行预测。

先决条件

SQL Server 机器学习服务 — 如需安装机器学习服务，请参阅 Windows 安装指南或 Linux 安装指南。还可以启用 SQL Server 大数据群集上的机器学习服务。

R IDE - 此教程使用 RStudio Desktop。
RODBC - 此驱动程序用于你在本教程中开发的 R 脚本。如果尚未安装，请使用 R 命令 install.packages("RODBC") 安装它。有关 RODBC 的详细信息，请参阅 CRAN - RODBC 包。
SQL 查询工具 - 本教程假定使用的是 Azure Data Studio。有关详细信息，请参阅如何使用 Azure Data Studio 中的笔记本。

本教程中使用的示例数据库已保存到 .bak 数据库备份文件，以供下载和使用。

注意

如果在大数据群集上使用机器学习服务，请了解如何将数据库还原成 SQL Server 大数据群集主实例。

下载文件 TutorialDB.bak。
使用以下详细信息，按 Azure Data Studio 中从备份文件还原数据库中的说明操作：
- 从下载的 TutorialDB.bak 文件中导入
- 将目标数据库命名为“TutorialDB”
可以通过查询 dbo.rental_data 表来验证是否存在还原的数据集：
```
USE TutorialDB;
SELECT * FROM [dbo].[rental_data];
```

下载文件 TutorialDB.bak。
按照 SQL Server Management Studio 中的将数据库还原到托管实例中的说明，使用以下详细信息：
- 从下载的 TutorialDB.bak 文件中导入
- 将目标数据库命名为“TutorialDB”
可以通过查询 dbo.rental_data 表来验证是否存在还原的数据集：
```
USE TutorialDB;
SELECT * FROM [dbo].[rental_data];
```

如果不打算继续学习本教程，请删除 TutorialDB 数据库。

在本系列教程的第一部分中，你已完成以下步骤：