共用方式為

建立 R 模型 (SQL Server 和 RevoScaleR 教學課程)

適用於： SQL Server 2016 (13.x) 和更新版本

此教學課程是 RevoScaleR 教學課程系列的第 7 個，該系列說明如何搭配 SQL Server 使用 RevoScaleR 函式 \(英文\)。

您已經擴充定型資料， 在此教學課程中，您將會使用迴歸模型來分析資料。 線性模型是預測性分析世界中很重要的工具。 RevoScaleR 套件包含可細分工作負載並以平行方式執行的迴歸演算法。

  • 建立線性迴歸模型
  • 建立羅吉斯迴歸模型

建立線性迴歸模型

在這個步驟中，建立估計客戶信用卡餘額的簡單線性模型，並使用 gender 和 creditLine 資料行中的值作為獨立變數。

若要這樣做，使用支援遠端計算內容的 rxLinMod 函式。

  1. 建立 R 變數以儲存完成的模型，並傳遞適當的公式來呼叫 rxLinMod。

    linModObj <- rxLinMod(balance ~ gender + creditLine,  data = sqlFraudDS)

  2. 若要檢視結果的摘要，請在模型物件上呼叫標準 R summary 函式。

    summary(linModObj)

純 R 函數 (例如 summary ) 在這裡運作十分罕見，因為在前一個步驟中，您將計算內容設定成伺服器。 不過， rxLinMod 函數使用遠端計算內容建立模組時，也會將包含模型的物件傳回本機工作站，並將它儲存在共用目錄中。

因此，您可以對模型執行標準 R 命令，就像它是使用「本機」內容所建立一樣。

結果

Linear Regression Results for: balance ~ gender + creditLineData: sqlFraudDS (RxSqlServerData Data Source)
Dependent variable(s): balance
Total independent variables: 4 (Including number dropped: 1)
Number of valid observations: 10000
Number of missing observations: 0
Coefficients: (1 not defined because of singularities)

Estimate Std. Error t value Pr(>|t|) (Intercept)
3253.575 71.194 45.700 2.22e-16
gender=Male -88.813 78.360 -1.133 0.257
gender=Female Dropped Dropped Dropped Dropped
creditLine 95.379 3.862 24.694 2.22e-16
Signif. codes: 0  0.001  0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 3812 on 9997 degrees of freedom
Multiple R-squared: 0.05765
Adjusted R-squared: 0.05746
F-statistic: 305.8 on 2 and 9997 DF, p-value: < 2.2e-16
Condition number: 1.0184

建立羅吉斯迴歸模型

接下來，建立羅吉斯迴歸模型，指出特定客戶是否有詐騙的風險。 您將會使用 RevoScaleR rxLogit 函式，此函式支援在遠端計算內容中擬合羅吉斯迴歸模型。

保持計算內容不變。 您也將繼續使用相同的資料來源。

  1. 呼叫 rxLogit 函數，並傳遞定義模型所需的公式。

    logitObj <- rxLogit(fraudRisk ~ state + gender + cardholder + balance + numTrans + numIntlTrans + creditLine, data = sqlFraudDS, dropFirst = TRUE)

    因為它是大型模型，其中包含 60 個獨立變數，並包括三個已卸除的虛擬變數，所以您可能必須等候一些時間，讓計算內容傳回物件。

    模型之所以很大的原因是在 R 和 RevoScaleR 套件中，類別因素變數的每個層級都會自動視為個別的虛擬變數來處理。

  2. 若要檢視所傳回模型的摘要，請呼叫 R summary 函數。

    summary(logitObj)

部分結果

Logistic Regression Results for: fraudRisk ~ state + gender + cardholder + balance + numTrans + numIntlTrans + creditLine
Data: sqlFraudDS (RxSqlServerData Data Source)
Dependent variable(s): fraudRisk
Total independent variables: 60 (Including number dropped: 3)
Number of valid observations: 10000 -2

LogLikelihood: 2032.8699 (Residual deviance on 9943 degrees of freedom)

Coefficients:
Estimate Std. Error z value Pr(>|z|)     (Intercept)
-8.627e+00  1.319e+00  -6.538 6.22e-11
state=AK                Dropped    Dropped Dropped  Dropped
state=AL             -1.043e+00  1.383e+00  -0.754   0.4511

(other states omitted)

gender=Male             Dropped    Dropped Dropped  Dropped
gender=Female         7.226e-01  1.217e-01   5.936 2.92e-09
cardholder=Principal    Dropped    Dropped Dropped  Dropped
cardholder=Secondary  5.635e-01  3.403e-01   1.656   0.0977
balance               3.962e-04  1.564e-05  25.335 2.22e-16
numTrans              4.950e-02  2.202e-03  22.477 2.22e-16
numIntlTrans          3.414e-02  5.318e-03   6.420 1.36e-10
creditLine            1.042e-01  4.705e-03  22.153 2.22e-16

Signif. codes:  0 '\*\*\*' 0.001 '\*\*' 0.01 '\*' 0.05 '.' 0.1 ' ' 1
Condition number of final variance-covariance matrix: 3997.308
Number of iterations: 15

後續步驟

為新資料評分

  • Last updated on