使用適用於 Azure Data Studio 的機器學習延伸模組 (預覽) 進行預測
了解如何使用適用於 Azure Data Studio 的機器學習延伸模組，利用資料庫中的 ONNX 模型進行預測。 此延伸模組將使用 PREDICT 來產生 T-SQL 指令碼，以利用先前已匯入、位於本機檔案中或來自 Azure Machine Learning 的模型，針對資料表中儲存的資料集進行預測。
重要
使用機器學習延伸模組進行預測，目前僅支援 Azure SQL 受控執行個體中的機器學習服務和含有 ONNX 的 Azure SQL Edge。
必要條件
安裝並設定適用於 Azure Data Studio 的機器學習延伸模組。 您必須在 [延伸模組設定] 中指定 Python 安裝路徑。
onnxruntime、mlflow 及 mlflow-dbstore Python 套件。 如果套件尚未安裝，機器學習延伸模組將提示您安裝這些套件。
從 ONNX 模型進行預測
遵循下列步驟，以使用 ONNX 模型進行預測。
請選擇進行預測。
如果系統要求您安裝 onnxruntime、mlflow 及 mlflow-dbstore，請選取 [是]。
選擇模型所在位置，然後選取 [下一步]。 您可以使用：
- 匯入的模型。 選擇此項，以使用已經儲存於資料庫中的模型。 選擇模型所在的模型資料庫和模型資料表、選取要使用的模型，然後選取 [下一步]。
- 檔案上傳。 選擇此項，以使用檔案中的模型。 選取 [來源檔案] 底下的模型檔案，然後選取 [下一步]。
- Azure Machine Learning。 選擇此項，以使用來自 Azure Machine Learning 的模型。 首先，登入 Azure。 然後，選取您的 Azure 帳戶、Azure 訂用帳戶、Azure 資源群組及 Azure ML 工作區。 選取要使用的模型，然後選取 [下一步]。
將來源資料對應至您的模型。
- 選取包含您要套用預測之資料集的來源資料庫和來源資料表。
- 對應 [模型輸入對應] 和 [模型輸出] 底下的資料行。 此延伸模組將自動對應具有相同名稱和資料類型的資料行。
選取 [預測]。
Azure Data Studio 將使用 PREDICT 來建立新的 T-SQL 查詢，讓您可用來對資料進行預測。