分享方式：

教學課程：使用 SQL 機器學習在 R 中部署群集模型

  • 文章

適用於：SQL Server 2016 (13.x) 和更新版本 Azure SQL 受控執行個體

在本教學課程系列中 (總共四個部分)，您將使用 R，在 SQL Server 機器學習服務中或在巨量資料叢集上開發和部署 K-Means 群集模型，以分類客戶資料。

在本教學課程系列中 (總共四個部分)，您將使用 R，在 SQL Server 機器學習服務中開發和部署 K-Means 群集模型，以群集客戶資料。

在本教學課程系列中 (總共四個部分)，您將使用 R，在 SQL Server R Services 中開發和部署 K-Means 群集模型，以群集客戶資料。

在本教學課程系列中 (總共四個部分)，您將使用 R 在 Azure SQL 受控執行個體機器學習服務中，開發及部署 K-Means 群集模型，以群集客戶資料。

在本系列的第一部分中，您將設定本教學課程的必要條件，然後將範例資料集還原至資料庫。 在第二部分和第三部分中，您將在 Azure Data Studio 筆記本中開發一些 R 指令碼來分析和準備此範例資料，並定型機器學習模型。 接著在第四部分中，您將使用預存程序在資料庫內執行這些 R 指令碼。

叢集可以解釋成將資料組織成群組，而群組的成員在某些方面是相似的。 在本教學課程系列中，假設您有一家零售公司。 您將使用 K-Means 演算法在產品購買和退貨資料集中，執行客戶叢集。 透過將客戶叢集，您可以鎖定特定群組，以更有效率地專注於行銷工作。 K-Means 叢集是非監督式學習演算法，會根據相似性找出資料中的模式。

在本文中，您將學會如何：

  • 還原範例資料庫

在第二部分，您將了解如何準備資料庫中的資料，以執行群集。

在第三部分中，您將了解如何在 R 中建立和定型 K-Means 群集模型。

在第四部分中，您將了解如何在資料庫中建立預存程序，以根據新的資料在 R 中執行群集。

Prerequisites

還原範例資料庫

本教學課程中使用的範例資料集已儲存到 .bak 資料庫備份檔案中，供您下載和使用。 此資料集衍生自 tpcx-bb 資料集 (由 Transaction Processing Performance Council (TPC) 提供)。

注意

如果您是在巨量資料叢集上使用機器學習服務，請參閱如何將資料庫還原至 SQL Server 巨量資料叢集主要執行個體。

  1. 下載 tpcxbb_1gb.bak 檔案。

  2. 請遵循在 Azure Data Studio 中從備份檔案還原資料庫中的指示，使用下列詳細資料：

    • 從您下載的 tpcxbb_1gb.bak 檔案匯入。
    • 將目標資料庫命名為 tpcxbb_1gb。

  3. 您可以藉由查詢 dbo.customer 資料表，確認資料集在還原資料庫後是否存在：

    USE tpcxbb_1gb;
SELECT * FROM [dbo].[customer];

  1. 下載 tpcxbb_1gb.bak 檔案。

  2. 遵循 SQL Server Management Studio 中將資料庫還原至受控執行個體的指引，使用以下詳細資料：

    • 從您下載的 tpcxbb_1gb.bak 檔案匯入。
    • 將目標資料庫命名為 tpcxbb_1gb。

  3. 您可以藉由查詢 dbo.customer 資料表，確認資料集在還原資料庫後是否存在：

    USE tpcxbb_1gb;
SELECT * FROM [dbo].[customer];

清除資源

如果您不打算繼續進行本教學課程，請刪除 tpcxbb_1gb 資料庫。

後續步驟

在本教學課程系列的第一部分中，您已完成下列步驟：

  • 安裝了必要條件
  • 還原範例資料庫

若要針對機器學習模型準備資料，請遵循本教學課程系列的第二部分進行：

準備執行群集所需的資料