新しいデータのスコア付け (SQL Server と RevoScaleR のチュートリアル)

適用対象: SQL Server 2016 (13.x) 以降のバージョン

これは、SQL Server で RevoScaleR 関数を使用する方法についての RevoScaleR チュートリアル シリーズのチュートリアル 8 です。

このチュートリアルでは、前のチュートリアルで作成したロジスティック回帰モデルを使用して、同じ独立変数を入力として使用する別のデータセットをスコア付けします。

スコアの生成と保存

1. 前のチュートリアルで作成した列情報を使用するには、sqlScoreDS データソース (チュートリアル 2 で作成) を更新します。

   sqlScoreDS <- RxSqlServerData(
       connectionString = sqlConnString,
       table = sqlScoreTable,
       colInfo = ccColInfo,
       rowsPerRead = sqlRowsPerRead)
   

2. 結果が失われないようにするには、新しいデータソースオブジェクトを作成します。 次に、新しいデータ ソース オブジェクトを使用して、RevoDeepDive データベースに新しいテーブルを作成します。

   sqlServerOutDS <- RxSqlServerData(table = "ccScoreOutput",
       connectionString = sqlConnString,
       rowsPerRead = sqlRowsPerRead )
   

   この時点では、テーブルは作成されていません。 これはデータのコンテナーを定義するためだけのステートメントです。

3. 現在のコンピューティング コンテキストを rxGetComputeContext() 使用して確認し、必要に応じてコンピューティング コンテキストをサーバーに設定します。

   rxSetComputeContext(sqlCompute)
   

4. 念のため、出力テーブルが存在するかどうかを確認してください。 同じ名前のものが既に存在する場合は、新しいテーブルを書き込もうとしたときにエラーが表示されます。

   この処理を実行するには、入力としてテーブル名を渡して、関数 rxSqlServerTableExists と rxSqlServerDropTableを呼び出します。

   if (rxSqlServerTableExists("ccScoreOutput"))     rxSqlServerDropTable("ccScoreOutput")
   

   • rxSqlServerTableExists は ODBC ドライバーに対してクエリを行い、テーブルが存在する場合は TRUE、それ以外の場合は FALSE を返します。
   • rxSqlServerDropTable は DDL を実行し、テーブルが正常にドロップされた場合は TRUE、それ以外の場合は FALSE を返します。

5. rxPredict を実行してスコアを作成し、データ ソース sqlScoreDS で定義されている新しいテーブルに保存します。

   rxPredict(modelObject = logitObj,
       data = sqlScoreDS,
       outData = sqlServerOutDS,
       predVarNames = "ccFraudLogitScore",
         type = "link",
       writeModelVars = TRUE,
       overwrite = TRUE)
   

   rxPredict 関数も、リモート計算コンテキストでの実行をサポートする関数です。 rxPredict 関数を使用すると、rxLinMod、rxLogit、または rxGlm に基づくモデルからスコアを作成できます。

   • ここで writeModelVars パラメーターは TRUE に設定されます。 これは見積もりに使用された変数が新しいテーブルに追加されることを意味します。

   • predVarNames パラメーターにより、結果が保存される変数が指定されます。 ここで、新しい変数の ccFraudLogitScore を渡します。

   • rxPredict の type パラメーターで、予測の計算方法を定義します。 応答変数のスケールに基づいてスコアを生成するには、キーワード 応答 を指定します。 または、キーワード リンクを使用して、基になるリンク関数に基づいてスコアを生成します。この場合、予測はロジスティック スケールを使用して作成されます。

6. 少し時間をおいて Management Studio でテーブルの一覧を更新すると、新しいテーブルとそのデータを確認することができます。

7. 出力予測に変数を追加するには、extraVarsToWrite 引数を使用します。 たとえば、次のコードの変数 custID は、スコアリング データ テーブルから予測の出力テーブルに追加されています。

   rxPredict(modelObject = logitObj,
           data = sqlScoreDS,
           outData = sqlServerOutDS,
           predVarNames = "ccFraudLogitScore",
             type = "link",
           writeModelVars = TRUE,
           extraVarsToWrite = "custID",
           overwrite = TRUE)
   

ヒストグラムでスコアを表示する

新しいテーブルが作成されたら、10,000 件の予測スコアのヒストグラムを計算し、表示します。 下限値と上限値を指定すると、計算が高速になります。そのため、これらの値をデータベースから取得し、作業中のデータに追加します。

1. 新しいデータソース sqlMinMax を作成します。このデータ ソースに対してクエリを行い、上限値と下限値を取得します。

   sqlMinMax <- RxSqlServerData(
       sqlQuery = paste("SELECT MIN(ccFraudLogitScore) AS minVal,",
       "MAX(ccFraudLogitScore) AS maxVal FROM ccScoreOutput"),
       connectionString = sqlConnString)
   

   この例を見ると、 RxSqlServerData データ ソース オブジェクトを使用して SQL クエリ、関数、またはストアド プロシージャに基づいて任意のデータセットを定義し、それを R コードで使用するのが簡単だということがわかります。 この変数には実際の値は格納されず、データ ソースの定義のみが格納されます。 rxImportなど関数で使用する場合にのみ、このクエリを実行して値を生成します。

2. rxImport 関数を呼び出して、コンピューティング コンテキスト全体で共有できるデータ フレームに値を配置します。

   minMaxVals <- rxImport(sqlMinMax)
   minMaxVals <- as.vector(unlist(minMaxVals))
   

   結果

   > minMaxVals
   
   [1] -23.970256   9.786345
   

3. 最大値と最小値を使用できるようになったので、値を使用して、生成されたスコアに対して別のデータ ソースを作成します。

   sqlOutScoreDS <- RxSqlServerData(sqlQuery = "SELECT ccFraudLogitScore FROM ccScoreOutput",
       connectionString = sqlConnString,
       rowsPerRead = sqlRowsPerRead,
           colInfo = list(ccFraudLogitScore = list(
               low = floor(minMaxVals[1]),
                       high = ceiling(minMaxVals[2]) ) ) )
   

4. データ ソース オブジェクト sqlOutScoreDS を使用してスコアを取得し、ヒストグラムを計算して表示します。 必要に応じて、計算コンテキストを設定するコードを追加してください。

   # rxSetComputeContext(sqlCompute)
   rxHistogram(~ccFraudLogitScore, data = sqlOutScoreDS)
   

   結果

   

次のステップ