sp_rxPredict

适用于： SQL Server 2016 (13.x) 及更高版本 - 仅限 Windows

为给定输入生成预测值，该输入包含以二进制格式存储在 SQL Server 数据库中的机器学习模型。

提供对 R 和 Python 机器学习模型的近实时评分。 sp_rxPredict 是作为包装器提供的存储过程

• rxPredictRevoScaleR 和 MicrosoftML 中的 R 函数，revoscalepy 和 microsoftml 中的 rx_predict Python 函数。 它是用 C++ 编写的，并专门针对评分操作进行优化。

尽管必须使用 R 或 Python 创建模型，但一旦模型被序列化并以二进制格式存储在目标数据库引擎实例上，即使未安装 R 或 Python 集成，也可以从该数据库引擎实例使用它。 有关详细信息，请参阅 使用sp_rxPredict进行实时评分。

语法

sp_rxPredict  ( @model, @input )

参数

model

采用受支持的格式的预训练模型。

input

有效的 SQL 查询

返回值

将返回评分列，以及输入数据源中的任何传递列。 如果算法支持生成此类值，则可以返回其他分数列，例如置信区间。

备注

若要启用存储过程的使用，必须在实例上启用 SQLCLR。

注意

启用此选项存在安全隐患。 如果无法在服务器上启用 SQLCLR，请使用替代实现，例如 Transact-SQL PREDICT 函数。

用户需要 EXECUTE 对数据库拥有权限。

支持的算法

若要创建和训练模型，请使用由 SQL Server 机器学习服务 (R 或 Python) 、SQL Server 2016 R 服务、SQL Server Machine Learning Server (独立) (R 或 Python) 提供的 R 或 Python 支持的算法之一，SQL Server 2016 R Server (独立) 。

R：RevoScaleR 模型

• rxLinMod *
• rxLogit *
• rxBTrees *
• rxDtree *
• rxdForest *

标有 * 的模型还支持使用 函数进行 PREDICT 本机评分。

R：MicrosoftML 模型

• rxFastTrees
• rxFastForest
• rxLogisticRegression
• rxOneClassSvm
• rxNeuralNet
• rxFastLinear

R：MicrosoftML 提供的转换

• featurizeText
• concat
• categorical
• categoricalHash
• selectFeatures

Python：revoscalepy 模型

• rx_lin_mod *
• rx_logit *
• rx_btrees *
• rx_dtree *
• rx_dforest *

标有 * 的模型还支持使用 函数进行 PREDICT 本机评分。

Python：microsoftml 模型

• rx_fast_trees
• rx_fast_forest
• rx_logistic_regression
• rx_oneclass_svm
• rx_neural_network
• rx_fast_linear

Python：microsoftml 提供的转换

• featurize_text
• concat
• categorical
• categorical_hash

不支持的模型类型

不支持以下模型类型：

• 在 rxGlm RevoScaleR 中使用 或 rxNaiveBayes 算法的模型。
• R 中的 PMML 模型。
• 使用其他第三方库创建的模型。
• 使用转换函数或包含转换的公式（例如 A ~ log(B）的模型不支持实时评分。 若要使用此类型的模型，建议在将数据传递到实时评分前对输入数据执行转换。

实时评分不使用解释器，因此在评分步骤中不支持可能需要解释器的任何功能。

示例

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

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

除了是有效的 SQL 查询外， @inputData 中的输入数据还必须包含与存储模型中的列兼容的列。

sp_rxPredict 仅支持以下 .NET 列类型：double、float、short、ushort、long、ulong 和 string。 可能需要先在输入数据中筛选掉不受支持的类型，然后再使用它进行实时评分。

有关相应的 SQL 类型的信息，请参阅 SQL-CLR 类型映射或映射 CLR 参数数据。