sp_rxPredict

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 是當做包裝函式提供的預存程式

• rxPredictRevoScaleR 和 MicrosoftML 中的 R 函式，以及 revoscalepy 和 microsoftml 中的 rx_predict Python 函式。 它是以 C++ 撰寫，並特別針對評分作業進行優化。

雖然模型必須使用 R 或 Python 建立，但一旦以二進位格式序列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，仍可從該資料庫引擎實例取用。 如需詳細資訊，請參閱 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

會傳回分數資料行，以及輸入資料來源中的任何傳遞資料行。 如果演算法支援產生這類值，則可以傳回其他分數資料行，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 Transact-SQL PREDICT 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 機器學習服務（R 或 Python ） 、SQL Server 2016 R Services 、 SQL Server Machine Learning Server （獨立式）（R 或 Python）或 SQL Server 2016 R Server （獨立 式） 所提供的 其中一種支援的 R 或 Python 演算法。

R：RevoScaleR 模型

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

以 * 標記的模型也支援函式的 PREDICT 原生評分。

R：MicrosoftML 模型

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

R：MicrosoftML 提供的轉換

• featurizeText
• concat
• categorical
• categoricalHash
• selectFeatures

Python：revoscalepy 模型

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

以 * 標記的模型也支援函式的 PREDICT 原生評分。

Python：microsoftml 模型

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

Python：microsoftml 提供的轉換

• featurize_text
• concat
• categorical
• categorical_hash

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。
• 使用其他協力廠商程式庫建立的模型。
• 使用轉換函式或包含轉換公式的模型，例如 A ~ log(B 不支援即時評分。 若要使用此類型的模型，建議您先對輸入資料執行轉換，再將資料傳遞至即時評分。

即時評分不會使用解譯器，因此在評分步驟期間不支援任何可能需要解譯器的功能。

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 輸入資料必須包含與預存模型中資料行相容的資料行。

sp_rxPredict 僅支援下列 .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資料中不支援的類型，才能使用它進行即時評分。

如需相對應 SQL 類型的詳細資訊，請參閱 SQL-CLR 類型對應或對應 CLR 參數資料。