sp_rxPredict

發行項
11/24/2024

適用於：SQL Server 2016 (13.x) 和更新版本 - 僅限 Windows

為指定的輸入產生預測值，其中包含儲存在 SQL Server 資料庫中二進位格式的機器學習模型。

近乎即時地提供 R 和 Python 機器學習模型的評分。 sp_rxPredict 是以 C++ 撰寫的預存程式，並特別針對評分作業進行優化。 sp_rxPredict 是的包裝函式：

函式	包裝紙
`rxPredict` R 函式	- RevoScaleR - MicrosoftML
rx_predict Python 函式	- revoscalepy - microsoftml

必須使用 R 或 Python 建立模型。不過，一旦以二進位格式串行化並儲存在目標資料庫引擎實例上，即使未安裝 R 或 Python 整合，也可以從該資料庫引擎實例取用它。如需詳細資訊，請參閱在 SQL Server 中使用sp_rxPredict即時評分。

語法

sp_rxPredict ( @model , @input )
[ ; ]

引數

@model

支援格式的預先定型模型。

@input

有效的 SQL 查詢。

傳回值

會傳回分數數據行，以及輸入數據源中的任何傳遞數據行。

如果演算法支持產生這類值，則可以傳回額外的分數數據行，例如信賴區間。

備註

若要啟用預存程式的使用，必須在實例上啟用 SQLCLR。

注意

啟用此選項有安全性影響。如果您的伺服器上無法啟用 SQLCLR，請使用替代實作，例如 PREDICT （Transact-SQL）函式。

使用者需要 EXECUTE 資料庫的許可權。

支援的演算法

若要建立和定型模型，請使用 SQL Server 機器學習 Services（R 或 Python）、SQL Server 2016 R Services 、SQL Server 機器學習 Server （獨立式）或 SQL Server 2016 R Server （獨立式）或 SQL Server 2016 R Server （獨立式）所提供的其中一種支援的 R 或 Python 演演算法。

R：RevoScaleR 模型

¹ 模型也支援函式的 PREDICT 原生評分。

R：MicrosoftML 模型

R：MicrosoftML 提供的轉換

Python：revoscalepy 模型

rx_lin_mod ¹
^{rx_logit 1}
^{rx_btrees 1}
^{rx_dtree 1}
^{rx_dforest 1}

¹ 模型也支援函式的 PREDICT 原生評分。

Python：microsoftml 模型

Python：microsoftml 提供的轉換

不支援的模型類型

不支援下列模型類型：

在 RevoScaleR 中使用 rxGlm 或 rxNaiveBayes 演算法的模型。
R 中的 PMML 模型。
使用其他非Microsoft連結庫建立的模型。
使用轉換函式或包含轉換的公式的模型，例如 A ~ log(B) 不支援即時評分。若要使用此類型的模型，建議您先對輸入數據執行轉換，再將數據傳遞至即時評分。

即時評分不會使用解釋器，因此在評分步驟期間不支援任何可能需要解釋器的功能。

範例

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

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

除了是有效的 SQL 查詢之外，@inputData中的輸入數據必須包含與預存模型中數據行相容的數據行。

sp_rxPredict 只支援下列 .NET 資料行類型： double、 float、、 short、 ushort、 long、 ulong和 string。您可能需要先篩選掉輸入數據中不支援的類型，再使用它進行即時評分。

如需對應 SQL 類型的相關信息，請參閱 SQL-CLR 類型對應或對應 CLR 參數數據。

共用方式為