Python-självstudie: Distribuera en linjär regressionsmodell med SQL-maskininlärning

Gäller för: SQL Server 2017 (14.x) och senare versioner Azure SQL Managed Instance

I den här artikeln får du lära dig att:

I del ett lärde du dig hur du återställer exempeldatabasen.

I del två lärde du dig att läsa in data från en databas till en Python-dataram och förbereda data i Python.

I del tre lärde du dig att träna en linjär regressionsmaskininlärningsmodell i Python.

Förutsättningar

• Del fyra i den här självstudien förutsätter att du har slutfört del ett och dess förutsättningar.

Skapa en lagrad procedur som genererar modellen

Använd nu Python-skript för att skapa en lagrad procedur generate_rental_py_model som tränar och genererar en linjär regressionsmodell med hjälp av LinearRegression från scikit-learn.

Kör följande T-SQL-instruktion i Azure Data Studio för att skapa den lagrade proceduren för att träna modellen.

-- 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

Lagra modellen i en databastabell

Skapa en tabell i Databasen TutorialDB och spara sedan modellen i tabellen.

1. Kör följande T-SQL-instruktion i Azure Data Studio för att skapa en tabell med namnet dbo.rental_py_models som används för att lagra modellen.

   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. Spara modellen i tabellen som ett binärt objekt med modellnamnet 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);
   

Skapa en lagrad procedur som gör förutsägelser

1. Skapa en lagrad procedur py_predict_rentalcount som gör förutsägelser med hjälp av den tränade modellen och en uppsättning nya data. Kör T-SQL nedan i 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. Skapa en tabell för lagring av förutsägelserna.

   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. Kör den lagrade proceduren för att förutsäga antalet uthyrningar

   --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;
   

   Du bör se resultat som liknar följande.

   

Du har skapat, tränat och driftsatt en modell. Du använde sedan modellen i en lagrad procedur för att förutsäga värden baserat på nya data.

Nästa steg

I del fyra i den här självstudieserien har du slutfört följande steg:

• Skapa en lagrad procedur som genererar maskininlärningsmodellen
• Lagra modellen i en databastabell
• Skapa en lagrad procedur som gör förutsägelser med hjälp av modellen
• Köra modellen med nya data

Mer information om hur du använder Python med SQL-maskininlärning finns i:

• Python-självstudier