Python-självstudie: Träna 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 fyra får du lära dig hur du lagrar modellen i en databas och sedan skapar lagrade procedurer från Python-skripten som du utvecklade i del två och tre. De lagrade procedurerna körs på servern för att göra förutsägelser baserat på nya data.

Förutsättningar

• Del tre i den här självstudien förutsätter att du har slutfört del ett och dess förutsättningar, inklusive installation av nödvändiga Python-paket.

Träna modellen

För att kunna förutsäga måste du hitta en funktion (modell) som bäst beskriver beroendet mellan variablerna i vår datauppsättning. Detta kallas för att träna modellen. Träningsdatauppsättningen kommer att vara en delmängd av hela datamängden från pandas-dataramen df som du skapade i del två av den här serien.

Du tränar modellen lin_model med hjälp av en linjär regressionsalgoritm.

from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error

# Store the variable we'll be predicting on.
target = "Rentalcount"

# Generate the training set.  Set random_state to be able to replicate results.
train = df.sample(frac=0.8, random_state=1)

# Select anything not in the training set and put it in the testing set.
test = df.loc[~df.index.isin(train.index)]

# Print the shapes of both sets.
print("Training set shape:", train.shape)
print("Testing set shape:", test.shape)

# Initialize the model class.
lin_model = LinearRegression()

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

Du bör se resultat som liknar följande.

Training set shape: (362, 7)
Testing set shape: (91, 7)

Göra förutsägelser

Använd en förutsägelsefunktion för att förutsäga antalet uthyrningar med hjälp av modellen lin_model.

# Generate our predictions for the test set.
lin_predictions = lin_model.predict(test[columns])
print("Predictions:", lin_predictions)

# Compute error between our test predictions and the actual values.
lin_mse = mean_squared_error(lin_predictions, test[target])
print("Computed error:", lin_mse)

Du bör se resultat som liknar följande.

Predictions: [124.41293228 123.8095075  117.67253182 209.39332151 135.46159387
 199.50603805 472.14918499  90.15781602 216.61319499 120.30710327
  89.47591091 127.71290441 207.44065517 125.68466139 201.38119194
 204.29377218 127.4494643  113.42721447 127.37388762  94.66754136
  90.21979191 173.86647615 130.34747586 111.81550069 118.88131715
 124.74028405 211.95038051 202.06309706 123.53053083 167.06313191
 206.24643852 122.64812937 179.98791527 125.1558454  168.00847713
 120.2305587  196.60802649 117.00616326 173.20010759  89.9563518
  92.11048236 120.91052805 175.47818992 129.65196995 120.97443971
 175.95863082 127.24800008 135.05866542 206.49627783  91.63004147
 115.78280925 208.92841718 213.5137192  212.83278197  96.74415948
  95.1324457  199.9089665  206.10791806 126.16510228 120.0281266
 209.08150631 132.88996619 178.84110582 128.85971386 124.67637239
 115.58134503  96.82167192 514.61789505 125.48319717 207.50359894
 121.64080826 201.9381774  113.22575025 202.46505762  90.7002328
  92.31194658 201.25627228 516.97252195  91.36660136 599.27093251
 199.6445585  123.66905128 117.4710676  173.12259514 129.60359486
 209.59478573 206.29481361 210.69322009 205.50255751 210.88011563
 207.65572019]
Computed error: 35003.54030828391

Nästa steg

I del tre av den här självstudieserien har du slutfört följande steg:

• Träna en linjär regressionsmodell
• Göra förutsägelser med hjälp av den linjära regressionsmodellen

Om du vill distribuera den maskininlärningsmodell som du har skapat följer du del fyra i den här självstudieserien: