【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