sp_rxPredict

적용 대상: SQL Server 2016(13.x) 이상 - Windows 전용

SQL Server 데이터베이스의 이진 형식으로 저장된 기계 학습 모델로 구성된 지정된 입력에 대한 예측 값을 생성합니다.

R 및 Python 기계 학습 모델에 대한 점수를 거의 실시간으로 제공합니다. sp_rxPredict 에 대한 래퍼로 제공되는 저장 프로시저입니다.

• rxPredictRevoScaleR 및 MicrosoftML의 R 함수와 revoscalepy 및 microsoftml의 rx_predict Python 함수입니다. C++로 작성되었으며 특히 점수 매기기 작업에 최적화되어 있습니다.

R 또는 Python을 사용하여 모델을 만들어야 하지만, 직렬화되고 대상 데이터베이스 엔진 인스턴스에 이진 형식으로 저장되면 R 또는 Python 통합이 설치되지 않은 경우에도 해당 데이터베이스 엔진 인스턴스에서 모델을 사용할 수 있습니다. 자세한 내용은 sp_rxPredict 실시간 채점을 참조하세요.

구문

sp_rxPredict  ( @model, @input )

인수

model

지원되는 형식의 미리 학습된 모델입니다.

input

유효한 SQL 쿼리

반환 값

점수 열은 물론 입력 데이터 원본의 통과 열도 반환됩니다. 알고리즘이 이러한 값의 생성을 지원하는 경우 신뢰도 간격과 같은 추가 점수 열을 반환할 수 있습니다.

설명

저장 프로시저를 사용하도록 설정하려면 인스턴스에서 SQLCLR을 사용하도록 설정해야 합니다.

사용자에게 데이터베이스에 대한 권한이 필요합니다 EXECUTE .

지원되는 알고리즘

모델을 만들고 학습하려면 SQL Server Machine Learning Services(R 또는 Python), SQL Server 2016 R Services, SQL Server Machine Learning Server(독립 실행형)(R 또는 Python) 또는 SQL Server 2016 R Server(독립 실행형)에서 제공하는 R 또는 Python에 대해 지원되는 알고리즘 중 하나를 사용합니다.

R: RevoScaleR 모델

• rxLinMod *
• rxLogit *
• rxBTrees *
• rxDtree *
• rxdForest *

*로 표시된 모델은 함수를 사용하여 네이티브 채점을 지원합니다 PREDICT .

R: MicrosoftML 모델

• rxFastTrees
• rxFastForest
• rxLogisticRegression
• rxOneClassSvm
• rxNeuralNet
• rxFastLinear

R: MicrosoftML에서 제공하는 변환

• featurizeText
• concat
• categorical
• categoricalHash
• selectFeatures

Python: revoscalepy 모델

• rx_lin_mod *
• rx_logit *
• rx_btrees *
• rx_dtree *
• rx_dforest *

*로 표시된 모델은 함수를 사용하여 네이티브 채점을 지원합니다 PREDICT .

Python: microsoftml 모델

• rx_fast_trees
• rx_fast_forest
• rx_logistic_regression
• rx_oneclass_svm
• rx_neural_network
• rx_fast_linear

Python: microsoftml에서 제공하는 변환

• featurize_text
• concat
• categorical
• categorical_hash

지원되지 않는 모델 형식

다음 모델 형식은 지원되지 않습니다.

• RevoScaleR에서 rxGlm 또는 rxNaiveBayes 알고리즘을 사용하는 모델입니다.
• R의 PMML 모델
• 다른 타사 라이브러리를 사용하여 만든 모델입니다.
• 변환 함수 또는 변환이 포함된 수식(예: A ~ log(B)을 사용하는 모델은 실시간 채점에서 지원되지 않습니다. 이 형식의 모델을 사용하려면 데이터를 실시간 채점으로 전달하기 전에 입력 데이터에 대한 변환을 수행하는 것이 좋습니다.

실시간 채점은 인터프리터를 사용하지 않으므로 점수 매기기 단계에서 인터프리터가 필요할 수 있는 기능은 지원되지 않습니다.

예제

DECLARE @model = SELECT @model 
FROM model_table 
WHERE model_name = 'rxLogit trained';

EXEC sp_rxPredict @model = @model,
@inputData = N'SELECT * FROM data';

유효한 SQL 쿼리일 뿐만 아니라 @inputData 입력 데이터에는 저장된 모델의 열과 호환되는 열이 포함되어야 합니다.

sp_rxPredict 는 double, float, short, ushort, long, ulong 및 string과 같은 .NET 열 형식만 지원합니다. 실시간 채점을 위해 사용하기 전에 입력 데이터에서 지원되지 않는 형식을 필터링해야 할 수 있습니다.

해당하는 SQL 형식에 대한 자세한 내용은 SQL-CLR 형식 매핑 또는 CLR 매개 변수 데이터 매핑을 참조하세요.