R 教學課程：定型和儲存模型

發行項
05/04/2023

適用於：SQL Server 2016 (13.x) 和更新版本 Azure SQL 受控執行個體

在這五部分教學課程系列的第四部分中，您將了解如何使用 R 來定型機器學習模型。您將使用在上一個部分中建立的資料功能來定型模型，然後將定型的模型儲存在 SQL Server 資料表中。在此情況下，R 封裝已隨 R Services (資料庫內) 安裝，因此可以從 SQL 完成所有作業。

在本文中，您將：

使用 SQL 預存程序建立和定型模型
將定型的模型儲存至 SQL 資料表

在第一部分中，您已安裝必要條件並還原範例資料庫。

在第二部分中，您已檢閱範例資料並產生一些繪圖。

在第三部分中，您已了解如何使用 Transact-SQL 函式，從未經處理的資料建立特徵。接著，您從預存程序呼叫該函式，建立了包含特徵值的資料表。

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。

建立預存程序

從 T-SQL 呼叫 R 時，您會使用系統預存程序 sp_execute_external_script。但是，對於經常重複的流程 (例如重新訓練模型)，將對 sp_execute_external_script 的呼叫封裝在另一個預存程序中會更輕鬆。

在 Management Studio 中，開啟新的 [查詢] 視窗。

執行下列陳述式來建立預存程序 RTrainLogitModel。這個預存程序會定義輸入資料，並使用 glm 建立羅吉斯迴歸模型。

CREATE PROCEDURE [dbo].[RTrainLogitModel] (@trained_model varbinary(max) OUTPUT)

AS
BEGIN
  DECLARE @inquery nvarchar(max) = N'
    select tipped, fare_amount, passenger_count,trip_time_in_secs,trip_distance,
    pickup_datetime, dropoff_datetime,
    dbo.fnCalculateDistance(pickup_latitude, pickup_longitude,  dropoff_latitude, dropoff_longitude) as direct_distance
    from nyctaxi_sample
    tablesample (70 percent) repeatable (98052)
'

  EXEC sp_execute_external_script @language = N'R',
                                  @script = N'
## Create model
logitObj <- glm(tipped ~ passenger_count + trip_distance + trip_time_in_secs + direct_distance, data = InputDataSet, family = binomial)
summary(logitObj)

## Serialize model 
trained_model <- as.raw(serialize(logitObj, NULL));
',
  @input_data_1 = @inquery,
  @params = N'@trained_model varbinary(max) OUTPUT',
  @trained_model = @trained_model OUTPUT; 
END
GO

為了確保會剩下一些資料來測試模型，系統會從計程車資料表隨機選取 70% 的資料，以供定型之用。
SELECT 查詢會使用自訂的純量函數 fnCalculateDistance 計算上車和下車位置之間的直線距離。查詢的結果會儲存在預設的 R 輸入變數 InputDataset中。
R 指令碼呼叫 R 函數 glm 來建立羅吉斯迴歸模型。

二進位變數 tipped 可做為標籤或結果資料行，而模型則是使用下列功能資料行進行調整：passenger_count、trip_distance、trip_time_in_secs和 direct_distance。
儲存在 R 變數 logitObj 中的定型模型會被序列化並作為輸出參數返回。

使用預存程序定型和部署 R 模型

因為預存程序已經包含輸入資料的定義，因此您不需要提供輸入查詢。

若要定型和部署 R 模型，請呼叫預存程序並將它插入資料庫資料表 nyc_taxi_models 中，以針對未來的預測使用：

DECLARE @model VARBINARY(MAX);
EXEC RTrainLogitModel @model OUTPUT;
INSERT INTO nyc_taxi_models (name, model) VALUES('RTrainLogit_model', @model);

觀察 Management Studio 的 [訊息] 視窗，查看將通過管道傳遞到 R 的 stdout 資料流的訊息，如此訊息：

STDOUT message(s) from external script:Rows Read:1193025, Total Rows Processed:1193025, Total Chunk Time:0.093 seconds"
當陳述式完成時，開啟資料表 nyc_taxi_models。資料處理和模型調整可能需要一些時間。

您可以看到當中已新增一個新的資料列，其 model 資料行中包含序列化的模型，以及 name 資料行中的模型名稱 RTrainLogit_model。
```
model                        name
---------------------------- ------------------
0x580A00000002000302020....  RTrainLogit_model
```

在本教學課程的下一個部分中，您將使用定型的模型來產生預測。

後續步驟

在本文章中，您將：

已使用 SQL 預存程序建立和定型模型
已將定型的模型儲存至 SQL 資料表

R 教學課程：在 SQL 預存程序中執行預測

共用方式為

R 教學課程：定型和儲存模型

建立預存程序

使用預存程序定型和部署 R 模型

後續步驟

意見反應

其他資源