Python 教學課程：使用二元分類預測紐約市計程車車資
適用於：
SQL Server 2017 (14.x) 和更新版本 Azure SQL 受控執行個體
在 SQL 程式設計人員的這個五部分教學課程系列中，您將了解 SQL Server 機器學習服務中或巨量資料叢集上的 Python 整合。
在 SQL 程式設計人員的這個五部分教學課程系列中，您將了解 SQL Server 機器學習服務中的 Python 整合。
在 SQL 程式設計人員的這個五部分教學課程系列中，您將了解 Azure SQL 受控執行個體中機器學習服務中的 Python 整合。
您將使用 SQL Server 上的範例資料庫，建置和部署以 Python 為基礎的機器學習解決方案。 您將使用 T-SQL、Azure Data Studio 或 SQL Server Management Studio，以及具有 SQL 機器學習和 Python 語言支援的資料庫執行個體。
本教學課程系列將為您介紹資料模型化工作流程中所使用的 Python 函式。 其中包括資料探索、建置和定型二元分類模型，以及模型部署。 您將使用紐約市計程車和禮車委員會的範例資料。 您將建置的模型會根據當天時間、行駛距離及上車地點，預測車程是否會產生小費。
在此系列課程的第一部分中，您將安裝必要條件和還原範例資料庫。 在第二部分和第三部分中，您將開發一些 Python 指令碼來準備您的資料，並將機器學習模型定型。 接著，在第四和第五部分中，您將使用 T-SQL 預存程序執行資料庫中的這些 Python 指令碼。
在本文中，您將：
- 安裝先決條件
- 還原範例資料庫
在第二部分中，您將探索範例資料並產生繪圖。
在第三部分中，您將了解如何使用 Transact-SQL 函式，從未經處理的資料建立特徵。 接著您將從預存程序呼叫該函數，以建立包含特徵值的資料表。
在第四部分中，您將載入模組，並呼叫所需的函式，以使用 SQL Server 預存程序來建立和定型模型。
在第五部分中，您將了解如何運作您在第四部分中定型並儲存的模型。
注意
這個教學課程適用於 R 和 Python。 針對 R 版本，請參閱 R 教學課程：使用二元分類預測紐約市計程車車資。
必要條件
所有工作都可以使用 Azure Data Studio 或 Management Studio 中的 Transact-SQL 預存程序來完成。
本教學課程系列假設您已熟悉基本的資料庫作業，例如建立資料庫和資料表、匯入資料，以及撰寫 SQL 查詢。 但不會假設您了解 Python，而會提供所有 Python 程式碼。
適用於 SQL 開發人員的背景
建置機器學習解決方案的程序很複雜，其中可能牽涉到多項工具，而且需協調數個階段的主題專家：
- 取得和清除資料
- 探索資料及建立模型化適用的功能
- 定型和調整模型
- 部署到實際執行環境
最好使用專用的開發環境來執行實際程式碼的開發和測試工作。 不過，完整測試指令碼後，您可以在熟悉的 Azure Data Studio 或 Management Studio 環境中，使用 Transact-SQL 預存程序輕鬆將其部署至 SQL Server。 將外部程式碼包裝在預存程序裡，是運用 SQL Server 中程式碼的主要機制。
將模型儲存至資料庫之後，您可以使用預存程序從 Transact-SQL 呼叫要預測的模型。
無論您是剛接觸 Python 的 SQL 程式設計人員，還是剛接觸 SQL 的 Python 開發人員，這個涵蓋多部分的教學課程系列所介紹的一般工作流程，都可引導您了解如何使用 Python 和 SQL Server 執行資料庫內分析。
後續步驟
在本文章中，您將：
- 已安裝必要條件
- 已還原範例資料庫