Python-zelfstudie: Een lineair regressiemodel implementeren met SQL Machine Learning

Van toepassing op: SQL Server 2017 (14.x) en latere versies van Azure SQL Managed Instance

In dit artikel leert u het volgende:

In deel 1 hebt u geleerd hoe u de voorbeelddatabase kunt herstellen.

In deel twee hebt u geleerd hoe u de gegevens uit een database in een Python-gegevensframe laadt en de gegevens voorbereidt in Python.

In deel drie hebt u geleerd hoe u een lineair machine learning-model voor regressie traint in Python.

Vereiste voorwaarden

• In deel vier van deze zelfstudie wordt ervan uitgegaan dat u deel één en de bijbehorende vereisten hebt voltooid.

Een opgeslagen procedure maken waarmee het model wordt gegenereerd

Maak nu met behulp van de Python-scripts die u hebt ontwikkeld een opgeslagen procedure generate_rental_py_model die het lineaire regressiemodel traint en genereert met behulp van LinearRegression van scikit-learn.

Voer de volgende T-SQL-instructie uit in Azure Data Studio om de opgeslagen procedure te maken om het model te trainen.

-- Stored procedure that trains and generates a Python model using the rental_data and a linear regression algorithm
DROP PROCEDURE IF EXISTS generate_rental_py_model;
go
CREATE PROCEDURE generate_rental_py_model (@trained_model varbinary(max) OUTPUT)
AS
BEGIN
    EXECUTE sp_execute_external_script
      @language = N'Python'
    , @script = N'
from sklearn.linear_model import LinearRegression
import pickle

df = rental_train_data

# Get all the columns from the dataframe.
columns = df.columns.tolist()

# Store the variable well be predicting on.
target = "RentalCount"

# Initialize the model class.
lin_model = LinearRegression()

# Fit the model to the training data.
lin_model.fit(df[columns], df[target])

# Before saving the model to the DB table, convert it to a binary object
trained_model = pickle.dumps(lin_model)'

, @input_data_1 = N'select "RentalCount", "Year", "Month", "Day", "WeekDay", "Snow", "Holiday" from dbo.rental_data where Year < 2015'
, @input_data_1_name = N'rental_train_data'
, @params = N'@trained_model varbinary(max) OUTPUT'
, @trained_model = @trained_model OUTPUT;
END;
GO

Het model opslaan in een databasetabel

Maak een tabel in de TutorialDB-database en sla het model vervolgens op in de tabel.

1. Voer de volgende T-SQL-instructie uit in Azure Data Studio om een tabel te maken met de naam dbo.rental_py_models die wordt gebruikt om het model op te slaan.

   USE TutorialDB;
   DROP TABLE IF EXISTS dbo.rental_py_models;
   GO
   CREATE TABLE dbo.rental_py_models (
       model_name VARCHAR(30) NOT NULL DEFAULT('default model') PRIMARY KEY,
       model VARBINARY(MAX) NOT NULL
   );
   GO
   

2. Sla het model op in de tabel als een binair object, met de modelnaam linear_model.

   DECLARE @model VARBINARY(MAX);
   EXECUTE generate_rental_py_model @model OUTPUT;
   
   INSERT INTO rental_py_models (model_name, model) VALUES('linear_model', @model);
   

Een opgeslagen procedure maken waarmee voorspellingen worden gedaan

1. Maak een opgeslagen procedure py_predict_rentalcount die voorspellingen doet met behulp van het getrainde model en een set nieuwe gegevens. Voer de onderstaande T-SQL uit in Azure Data Studio.

   DROP PROCEDURE IF EXISTS py_predict_rentalcount;
   GO
   CREATE PROCEDURE py_predict_rentalcount (@model varchar(100))
   AS
   BEGIN
       DECLARE @py_model varbinary(max) = (select model from rental_py_models where model_name = @model);
   
       EXECUTE sp_execute_external_script
                   @language = N'Python',
                   @script = N'
   
   # Import the scikit-learn function to compute error.
   from sklearn.metrics import mean_squared_error
   import pickle
   import pandas
   
   rental_model = pickle.loads(py_model)
   
   df = rental_score_data
   
   # Get all the columns from the dataframe.
   columns = df.columns.tolist()
   
   # Variable you will be predicting on.
   target = "RentalCount"
   
   # Generate the predictions for the test set.
   lin_predictions = rental_model.predict(df[columns])
   print(lin_predictions)
   
   # Compute error between the test predictions and the actual values.
   lin_mse = mean_squared_error(lin_predictions, df[target])
   #print(lin_mse)
   
   predictions_df = pandas.DataFrame(lin_predictions)
   
   OutputDataSet = pandas.concat([predictions_df, df["RentalCount"], df["Month"], df["Day"], df["WeekDay"], df["Snow"], df["Holiday"], df["Year"]], axis=1)
   '
   , @input_data_1 = N'Select "RentalCount", "Year" ,"Month", "Day", "WeekDay", "Snow", "Holiday"  from rental_data where Year = 2015'
   , @input_data_1_name = N'rental_score_data'
   , @params = N'@py_model varbinary(max)'
   , @py_model = @py_model
   with result sets (("RentalCount_Predicted" float, "RentalCount" float, "Month" float,"Day" float,"WeekDay" float,"Snow" float,"Holiday" float, "Year" float));
   
   END;
   GO
   

2. Maak een tabel voor het opslaan van de voorspellingen.

   DROP TABLE IF EXISTS [dbo].[py_rental_predictions];
   GO
   
   CREATE TABLE [dbo].[py_rental_predictions](
    [RentalCount_Predicted] [int] NULL,
    [RentalCount_Actual] [int] NULL,
    [Month] [int] NULL,
    [Day] [int] NULL,
    [WeekDay] [int] NULL,
    [Snow] [int] NULL,
    [Holiday] [int] NULL,
    [Year] [int] NULL
   ) ON [PRIMARY]
   GO
   

3. Voer de opgeslagen procedure uit om het aantal verhuur te voorspellen

   --Insert the results of the predictions for test set into a table
   INSERT INTO py_rental_predictions
   EXEC py_predict_rentalcount 'linear_model';
   
   -- Select contents of the table
   SELECT * FROM py_rental_predictions;
   

   U zou resultaten moeten zien die er ongeveer als volgt uitzien.

   

U hebt een model gemaakt, getraind en geïmplementeerd. Vervolgens hebt u dat model in een opgeslagen procedure gebruikt om waarden te voorspellen op basis van nieuwe gegevens.

Volgende stappen

In deel vier van deze reeks zelfstudies hebt u de volgende stappen uitgevoerd:

• Een opgeslagen procedure maken waarmee het machine learning-model wordt gegenereerd
• Het model opslaan in een databasetabel
• Een opgeslagen procedure maken die voorspellingen doet met behulp van het model
• Het model uitvoeren met nieuwe gegevens

Zie voor meer informatie over het gebruik van Python met SQL Machine Learning:

• Python-tutorials