【问题标题】:How to run a prediction (or scoring) in SQL Server integrated R using the sp_execute_external_script procedure?如何使用 sp_execute_external_script 过程在 SQL Server 集成 R 中运行预测(或评分)?
【发布时间】:2016-06-24 23:19:24
【问题描述】:

在处理完DeepDive Data Science tutorial on MSDN 之后,我正在处理驻留在我的 SQL Server 2016 RTM 虚拟机中的信用卡欺诈数据。
我现在想使用 T-SQL 集成 R 和存储过程来复制本教程.我能够运行线性和逻辑回归模型,将结果打印为消息,并为两者创建存储过程。但是,我对在使用 sp_execute_external_script 过程时如何在 R 中编写预测脚本感到困惑。

这就是我对线性和逻辑回归模型的看法。

编辑脚本以反映我在查看 cmets/answers 后所做的更改。来自here 和here 的帮助

欺诈数据汇总统计:

CREATE PROC summary_proc
AS
begin
exec sp_execute_external_script
    @language = N'R',
    @script = N'
                sumOut <- rxSummary(
                                    formula = ~gender + balance + numTrans + numIntlTrans + creditLine, 
                                    data = ccFraud
                                    )
                print(sumOut)
                OutputDataset <- data.frame(serialize(sumOut,NULL))
                ',
    @input_data_1 = N'select * from [DeepDive].[db_datareader].[ccFraudSmall]',
    @input_data_1_name = N'ccFraud',
    @output_data_1_name = N'OutputDataset'
    with result sets ((summary varbinary(max)));
END;

线性回归模型:

CREATE PROC linear_model
AS
begin
exec sp_execute_external_script
    @language = N'R',
    @script = N'
                    linModObj <- rxLinMod(
                                            balance ~ gender + creditLine,  
                                            data = ccFraud
                                            ) ;
                    print(linModObj)
                    OutputDataset <- data.frame(serialize(linModObj, NULL)); 
                ',
    @input_data_1 = N'select * from [DeepDive].[db_datareader].[ccFraud10]',
    @input_data_1_name = N'ccFraud',
    @output_data_1_name = N'OutputDataset'
    with result sets ((linear_model varbinary(max)));
END;

逻辑回归模型:

create table logit_trained_model (
model varbinary (255)
);
CREATE PROC logit_model
AS
begin
insert into logit_trained_model
exec sp_execute_external_script
    @language = N'R',
    @script = N'
                    logitObj <- rxLogit(
                                        fraudRisk ~ state + gender + cardholder + balance + numTrans + numIntlTrans + creditLine, 
                                        data = ccFraud,
                                        dropFirst = TRUE
                                        );
                    print(logitObj)
                    OutputDataset <- data.frame(serialize(logitObj, NULL));  
                ',
    @input_data_1 = N'select * from [DeepDive].[db_datareader].[ccFraud10]',
    @input_data_1_name = N'ccFraud',
    @output_data_1_name = N'OutputDataset'
    --with result sets ((logit_model varbinary(max))); 
END;

我想根据 logit 回归模型预测分数。
这是我到目前为止所拥有的:

预测/评分:

CREATE PROC prediction
AS
begin
DECLARE @lmodel2 varbinary(max) = (SELECT top 1 model  
                                        FROM logit_trained_model);
exec sp_execute_external_script
    @language = N'R',
    @script = N'
                    logit_model_obj <- unserialize(as.raw(model));
                    print(summary(logit_model_obj))
                    OutputDataset <- rxPredict(
                                            modelObject = logit_model_obj,   
                                            data = ccFraudScore,        
                                            outData = NULL,     
                                            predVarNames = "ccFraudLogitScore",   
                                            type = "link",      
                                            writeModelVars = TRUE,
                                            extraVarsToWrite = "custID",        
                                            overwrite = TRUE
                                            ) ;
                    str(OutputDataset)
                    print(OutputDataset)
                ',
    @input_data_1 = N'select * from [DeepDive].[db_datareader].[ccFraudScore10]',
    @input_data_1_name = N'ccFraudScore',
    @output_data_1_name = N'OutputDataset',
    @params = N'@model varbinary(max)',  
    @model = @lmodel2  
    WITH RESULT SETS ((Score float)); 

以前,在编辑脚本之前,错误是找不到对象'logitObj'。这是因为我在 rxPredict 外部定义 rxPredict 时指的是 logitObj。
我已更改脚本以将 logitObj 插入表中,并在 @987654333 中调用该表@.
现在上面的所有脚本都反映了这种变化。但这是我面临的新错误:

消息 39004,级别 16,状态 20,第 76 行 A 'R' 脚本错误
在使用 HRESULT 执行“sp_execute_external_script”期间发生
0x80004004。消息 39019,级别 16,状态 1,第 76 行外部脚本
发生错误:反序列化错误(as.raw(model)):读取错误
调用:source -> withVisible -> eval -> eval -> unserialize

ScaleR 中的错​​误。检查输出以获取更多信息。错误
eval(expr,envir,enclos):ScaleR 中的错​​误。检查输出
更多信息。调用:source -> withVisible -> eval -> eval ->
.Call Execution halted Msg 11536, Level 16, State 1, Line 78 EXECUTE
语句失败,因为它的 WITH RESULT SETS 子句指定了 1
结果集,但语句在运行时只发送了 0 个结果集
时间。 


据我了解,R 无法读取变量@model。只是为了检查,我对变量 @lmodel2 运行查询 [SELECT top 1 model FROM logit_trained_model] 以查看它是否带回任何东西。显然,它不是。该表只是一个名为模型的列,其中没有数据。

我该怎么做?

【问题讨论】:

  • @Arun,我面临同样的错误。如何填充 logit_trained_model 表(来自上面的示例)?这会帮助rxPredict 从变量@model 中读取数据吗?我几乎有相同的代码,除了我的模型是序列化的as.raw。请帮忙。

标签: r stored-procedures enterprise sql-server-2016


【解决方案1】:

您可以使用 output_data_1 或输出参数以序列化格式返回经过训练的模型并存储在数据库表中。然后将模型作为输入参数传回预测脚本。

参考In-Database Advanced Analytics for SQL Developers教程,具体步骤5. Train and Save a Model using T-SQL和6. Operationalize the Model

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2019-06-30
    • 2018-07-21
    • 2019-01-05
    • 2018-10-31
    • 1970-01-01
    • 2019-03-16
    相关资源
    最近更新 更多