MicrosoftML (SQL Server Machine Learning 服務中的 R 套件)

發行項
05/04/2023

適用於：SQL Server 2016 (13.x) 和更新版本

MicrosoftML 是來自 Microsoft 的 R 套件，其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。此套件包含在 SQL Server Machine Learning 服務和 SQL Server 2016 R 服務中，並支援巨量資料的高效能、使用多核心處理，以及快速的資料串流。 MicrosoftML 也包含許多適用於文字與影像處理的轉換。

完整參考文件

MicrosoftML 套件會散佈在多個 Microsoft 產品中，但不論是在 SQL Server 或其他產品中取得此套件，使用方式都相同。由於函數相同，因此個別 RevoScaleR 函數的文件只發佈至 R 參考底下的一個位置。若有任何產品特定行為存在，函式說明頁面中將會註明不一致之處。

版本與平台

MicrosoftML 套件以 R 3.5.2 為基礎，只有當您安裝下列其中一項 Microsoft 產品或下載項目時才可供使用：

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 RevoScaleR：

資料來源物件。 MicrosoftML 函式所取用的資料是使用 RevoScaleR 函式來建立的資料。
遠端計算 (將函式執行切換至遠端 SQL Server 執行個體)。 RevoScaleR 套件提供建立與啟用 SQL Server 遠端計算內容的函式。

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-機器學習演算法

函式名稱	描述
rxFastTrees	FastRank 的實作，MART 梯度提升演算法的有效實作。
rxFastForest	使用 rxFastTrees 的隨機樹系與分位數迴歸樹系實作。
rxLogisticRegression	使用 L-BFGS 的羅吉斯迴歸。
rxOneClassSvm	單一類別支援向量機器。
rxNeuralNet	二進位、多類別及迴歸類神經網路。
rxFastLinear	適用於線性二進位分類與迴歸的推測雙座標堆疊最佳化。
rxEnsemble	將一些各種種類的模型定型，以取得與從單一模型取得的效能相比更佳的預測效能。

2-轉換函式

函式名稱	描述
concat	從多個資料行建立單一向量值資料行的轉換。
categorical	搭配字典使用類別目錄轉換來建立指標向量。
categoricalHash	透過雜湊將類別目錄值轉換成指標陣列。
featurizeText	從指定的文字主體產生一包連續單字序列 (稱為 n-grams) 的計數。這可提供語言偵測、Token 化、停用字詞移除、文字正規化及特徵產生。
getSentiment	對自然語言文字進行評分，並建立包含文字中情緒為正面之機率的資料行。
ngram	允許定義適用於計數型和雜湊型特徵擷取的引數。
selectColumns	選取一組要重新定型的資料行，捨棄所有其他資料行。
selectFeatures	使用指定的模式從指定的變數中選取功能。
loadImage	載入影像資料。
resizeImage	使用指定的調整大小方法，將影像大小調整成指定的維度。
extractPixels	從影像中擷取像素值。
featurizeImage	使用預先定型的深度類神經網路模型將影像特徵化。

3-評分與定型函式

函式名稱	描述
rxPredict.mlModel	從 SQL Server、使用預存程序或從啟用即時評分功能的 R 程式碼來執行評分程式庫，以提供更快的預測效能。
rxFeaturize	將資料從輸入資料集轉換至輸出資料集。
mlModel	提供 Microsoft R Machine Learning 模型的摘要。

4-分類與迴歸的損失函式

函式名稱	描述
expLoss	指數分類損失函式的規格。
logLoss	記錄分類損失函式的規格。
hingeLoss	鉸鏈分類損失函式的規格。
smoothHingeLoss	平滑鉸鏈分類損失函式的規格。
poissonLoss	波氏迴歸損失函式的規格。
squaredLoss	平方迴歸損失函式的規格。

5-功能選取函式

函式名稱	描述
minCount	計數模式中特徵選取的規格。
mutualInformation	相互資訊模式中特徵選取的規格。

6-整體模型化函式

函式名稱	描述
fastTrees	建立包含可使用 rxEnsemble 將「快速樹狀結構」模型定型之函式名稱與引數的清單。
fastForest	建立包含可使用 rxEnsemble 將「快速樹系」模型定型之函式名稱與引數的清單。
fastLinear	建立包含可使用 rxEnsemble 將「快速線性」模型定型之函式名稱與引數的清單。
logisticRegression	建立包含可使用 rxEnsemble 將羅吉斯迴歸模型定型之函數名稱與引數的清單。
oneClassSvm	建立包含可使用 rxEnsemble 將 OneClassSvm 模型定型之函式名稱與引數的清單。

7-類神經網路函式

函式名稱	描述
optimizer	指定 rxNeuralNet 機器學習演算法的最佳化演算法。

8-套件狀態函式

函式名稱	描述
rxHashEnv	用來儲存全套件狀態的環境物件。

如何使用 MicrosoftML

封裝在預存程序中的 R 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 R 程式碼移轉至預存程序作為部署練習。

適用於 R 的 MicrosoftML 套件在 SQL Server 2017 中是「現成」安裝的項目。

預設並不會安裝此套件。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 RevoScaleR。接著，參考您需要的個別函式。

library(microsoftml);
library(RevoScaleR);
logisticRegression(args);