分享方式:


教學課程:準備資料以使用 SQL 機器學習在 R 中定型預測模型

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

在這個四部分教學課程系列的第二部分中,您會使用 R 準備來自資料庫中的資料。在本系列稍後的內容中,您則會使用此資料透過 SQL Server 機器學習服務在 R 中定型和部署預測模型,或在巨量資料叢集上進行此定型和部署。

在這個四部分教學課程系列的第二部分中,您會使用 R 準備來自資料庫中的資料。在本系列稍後的內容中,您則會使用此資料透過 SQL Server 機器學習服務在 R 中定型和部署預測模型。

在這個四部分教學課程系列的第二部分中,您會使用 R 準備來自資料庫中的資料。在本系列稍後的內容中,您則會使用此資料透過 SQL Server R Services 在 R 中定型和部署預測模型。

在這個四部分教學課程系列的第二部分中,您會使用 R 來準備資料庫中的資料。在本系列稍後的內容中,您將透過 Azure SQL 受控執行個體機器學習服務,以使用此資料定型及部署 R 中的預測性模型。

在本文中,您將學會如何:

  • 將範例資料庫還原至資料庫
  • 將資料庫中的資料載入到 R 資料框架中
  • 藉由依某些資料行分類來以 R 準備資料

第一部分,您已了解如何還原範例資料庫。

第三部分中,您將了解如何在 R 中定型機器學習模型。

第四部分中,您將了解如何將模型儲存在資料庫中,然後從您在第二和第三部分中開發的 R 指令碼建立預存程序。 預存程序將會在伺服器上中執行,以根據新資料進行預測。

Prerequisites

本教學課程的第二部分假設您已完成第一部分及其必要條件。

將資料載入資料框架

若要在 R 中使用資料,請將資料庫中的資料載入資料框架 (rentaldata) 中。

在 RStudio 中建立新的 RScript 檔案,並執行下列指令碼。 將 ServerName 取代為您自己的連線資訊。

#Define the connection string to connect to the TutorialDB database
connStr <- "Driver=SQL Server;Server=ServerName;Database=TutorialDB;uid=Username;pwd=Password"


#Get the data from the table
library(RODBC)

ch <- odbcDriverConnect(connStr)

#Import the data from the table
rentaldata <- sqlFetch(ch, "dbo.rental_data")

#Take a look at the structure of the data and the top rows
head(rentaldata)
str(rentaldata)

您應該會看見如下所示的結果。

   Year  Month  Day  RentalCount  WeekDay  Holiday  Snow
1  2014    1     20      445         2        1      0
2  2014    2     13       40         5        0      0
3  2013    3     10      456         1        0      0
4  2014    3     31       38         2        0      0
5  2014    4     24       23         5        0      0
6  2015    2     11       42         4        0      0
'data.frame':       453 obs. of  7 variables:
$ Year       : int  2014 2014 2013 2014 2014 2015 2013 2014 2013 2015 ...
$ Month      : num  1 2 3 3 4 2 4 3 4 3 ...
$ Day        : num  20 13 10 31 24 11 28 8 5 29 ...
$ RentalCount: num  445 40 456 38 23 42 310 240 22 360 ...
$ WeekDay    : num  2 5 1 2 5 4 1 7 6 1 ...
$ Holiday    : int  1 0 0 0 0 0 0 0 0 0 ...
$ Snow       : num  0 0 0 0 0 0 0 0 0 0 ...

準備資料

在此範例資料庫中,大部分的準備工作都已完成,但您在此將再執行一項準備。 使用下列 R 指令碼,藉由將資料類型變更為「因素」,將三個資料行識別為「類別」。

#Changing the three factor columns to factor types
rentaldata$Holiday <- factor(rentaldata$Holiday);
rentaldata$Snow    <- factor(rentaldata$Snow);
rentaldata$WeekDay <- factor(rentaldata$WeekDay);



#Visualize the dataset after the change
str(rentaldata);

您應該會看見如下所示的結果。

data.frame':      453 obs. of  7 variables:
$ Year       : int  2014 2014 2013 2014 2014 2015 2013 2014 2013 2015 ...
$ Month      : num  1 2 3 3 4 2 4 3 4 3 ...
$ Day        : num  20 13 10 31 24 11 28 8 5 29 ...
$ RentalCount: num  445 40 456 38 23 42 310 240 22 360 ...
$ WeekDay    : Factor w/ 7 levels "1","2","3","4",..: 2 5 1 2 5 4 1 7 6 1 ...
$ Holiday    : Factor w/ 2 levels "0","1": 2 1 1 1 1 1 1 1 1 1 ...
$ Snow       : Factor w/ 2 levels "0","1": 1 1 1 1 1 1 1 1 1 1 ...

資料現已備妥,可供訓練之用。

清除資源

如果您不打算繼續進行本教學課程,請刪除 TutorialDB 資料庫。

後續步驟

在本教學課程系列的第二部分中,您學到了如何:

  • 將範例資料載入 R 資料框架
  • 藉由依某些資料行分類來以 R 準備資料

若要建立一個機器學習模型,使用 TutorialDB 資料庫中的資料,請遵循本教學課程系列的第三部分: