我刚刚发现了这个，我有兴趣探索使用 SQL 存储来计算我的一些学习器输出。我认为数据库调用可能比基础 R 或 Python 快得多。
很棒的小插曲： http://cran.nexr.com/web/packages/tidypredict/vignettes/randomForest.html
基本代码：
require(pacman)
p_load(randomForest, tidypredict, dbplyr)
model <- randomForest(Species ~ .,data = iris ,ntree = 10, proximity = TRUE)
tidypredict_sql(model, dbplyr::simulate_mssql())
它提供了每棵树的 SQL 代码，然后我可以使用该模式聚合这些代码以获得估算器输出。
那么如何将它与 h2o.ai 之类的东西一起使用，尤其是 h2o.randomForest 之类的东西？
【问题讨论】：
在小插图中，数据来自本地 R 内存，模型是本地 R 模型（这可以从页面中间的parse_model(model) 和tidypredict_fit(model) 推断出来）。您所指的 SQL 组件仅用于以更易于阅读的格式显示模型。
根据您的问题，我了解到您想从 SQL 数据库中读取数据并使用 SQL 拟合模型。但是，从小插图来看，数据没有存储在 SQL 中，并且模型没有使用 SQL 拟合。
从（简要）研究 h2o.ai 看来，这是一个软件或平台，而不是数据库。 dbplyr 提供从标准 dplyr 命令到数据库语言 (SQL) 的翻译。这允许您在 R 中编写操作并在数据库上翻译和执行它们，而无需将信息拉入本地 R 内存。
我编写了可以处理本地或数据库表作为输入的 R 函数。但这需要一些深思熟虑的设计选择。因此，虽然您可能能够将远程 dbplyr 表传递给 h2o.ai 模型，除非底层函数是用 R 编写的并且以与 dbplyr 翻译一起使用的方式编写，否则我预计模型会出错。
如果商业 AI 软件没有内置的数据库访问方式，这将是非常令人惊讶的。因此，调查 h2o.ai 如何推荐摄取数据可能会更有效。
【讨论】：