microsoftml (SQL Server 機器學習服務中的 Python 套件)
適用於： 
SQL Server 2017 （14.x） 和更新版本
microsoftml 為 Microsoft 的 Python 套件，提供高效能的機器學習演算法。 它包含用於定型與轉換、評分、文字與影像分析的函式，以及用於從現有資料衍生值的特徵擷取。 該套件包含在 SQL Server 機器學習服務中，並支援高效能巨量資料，同時使用多核心處理，以及快速的資料串流。
| 套件詳細資料 | 資訊 |
|---|---|
| 目前的版本： | 9.4 |
| 建置於： | Python 3.7.1 的 Anaconda 4.2 發行版本 |
| 套件發行版本： | SQL Server 機器學習服務 2017 或 2019 版。 |
如何使用 microsoftml
當您將 Python 新增至安裝時，microsoftml 模組會安裝為 SQL Server 機器學習服務的一部分。 您會取得一套完整的專屬套件，以及具有其模組與解譯器的 Python 發行版本。 您可以使用任何 Python IDE 在 microsoftml 中撰寫 Python 指令碼呼叫函式，但指令碼必須在同時具有 SQL Server 機器學習服務和 Python 的電腦上執行。
Microsoftml 和 revoscalepy 緊密結合；在 microsoftml 中使用的資料來源會定義為 revoscalepy 物件。 revoscalepy 中的計算內容限制會轉移至 microsoftml。 也就是說，所有功能都可供本機作業使用，但要切換到遠端計算內容則需要 RxSpark 或 RxInSQLServer。
版本與平台
只有在安裝了下列其中一個Microsoft 產品或下載項目時，才有 microsoftml 模組可供使用：
注意
在 SQL Server 2017 中，完整產品發行版本僅適用於 Windows。 在 SQL Server 2019 中，microsoftml 則同時支援 Windows 和 Linux。
套件相依性
microsoftml 中的演算法在下列方面倚賴 revoscalepy：
- 資料來源物件 - microsoftml 函式所取用的資料是使用 revoscalepy 函式建立的。
- 遠端運算（將函式執行移轉至遠端 SQL Server 實例） - revoscalepy 套件會提供函式來建立和啟用 SQL Server 的遠端計算內容。
在大多數情況下，您會在每次使用 microsoftml 時一起載入套件。
依類別區分的函式
本節依類別列出函式，讓您了解每個函式的使用方式。 您也可以使用目錄來依字母順序尋找函式。
1-定型函式
| 函式 | 描述 |
|---|---|
| microsoftml.rx_ensemble | 將一整團模型定型。 |
| microsoftml.rx_fast_forest | 隨機樹系。 |
| microsoftml.rx_fast_linear | 線性模型。 具有推測雙座標堆疊。 |
| microsoftml.rx_fast_trees | 強化樹。 |
| microsoftml.rx_logistic_regression | 羅吉斯迴歸。 |
| microsoftml.rx_neural_network | 類神經網路。 |
| microsoftml.rx_oneclass_svm | 異常偵測。 |
2-轉換函式
類別目錄變數處理
| 函式 | 描述 |
|---|---|
| microsoftml.categorical | 將文字資料行轉換成類別。 |
| microsoftml.categorical_hash | 將文字資料行雜湊並轉換成類別。 |
結構描述操作
| 函式 | 描述 |
|---|---|
| microsoftml.concat | 將多個資料行串連成單一向量。 |
| microsoftml.drop_columns | 置放來自資料集的資料行。 |
| microsoftml.select_columns | 保留資料集的資料行。 |
變數選取
| 函式 | 描述 |
|---|---|
| microsoftml.count_select | 以計數為基礎的特徵選取。 |
| microsoftml.mutualinformation_select | 以相互資訊為基礎的特徵選取。 |
文字分析
| 函式 | 描述 |
|---|---|
| microsoftml.featurize_text | 將文字資料行轉換成數值特徵。 |
| microsoftml.get_sentiment | 情感分析。 |
影像分析
| 函式 | 描述 |
|---|---|
| microsoftml.load_image | 載入影像。 |
| microsoftml.resize_image | 調整影像的大小。 |
| microsoftml.extract_pixels | 從影像中擷取像素。 |
| microsoftml.featurize_image | 將影像轉換成特徵。 |
特徵化函式
| 函式 | 描述 |
|---|---|
| microsoftml.rx_featurize | 資料來源的資料轉換 |
評分函式
| 函式 | 描述 |
|---|---|
| microsoftml.rx_predict | 使用 Microsoft 機器學習模型進行評分 |
如何呼叫 microsoftml
封裝在預存程序中的 Python 程式碼可呼叫 microsoftml 中的函式。 大多數開發人員會在本機建置 microsoftml 解決方案，然後將完成的 Python 程式碼移轉至預存程序作為部署練習。
適用於 Python 的 microsoftml 套件是預設的安裝項目，但與 revoscalepy 不同，當您使用與 SQL Server 一起安裝的 Python 可執行檔來啟動 Python 工作階段時，預設並不會載入此套件。
作為第一步，請載入 microsoftml 套件，然後如果您需要使用遠端計算內容、相關連線能力或資料來源物件，則載入 revoscalepy。 接著，參考您需要的個別函式。
from microsoftml.modules.logistic_regression.rx_logistic_regression import rx_logistic_regression
from revoscalepy.functions.RxSummary import rx_summary
from revoscalepy.etl.RxImport import rx_import_datasource