次の方法で共有

R を使用してデータを変換する (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 9 です。

このチュートリアルでは、分析のさまざまな段階におけるデータの変換に関して RevoScaleR 関数について説明します。

  • rxDataStep を使用してデータ サブセットを作成し変換する
  • rxImport を使用して、インポート中に XDF ファイルまたはメモリ内のデータ フレームとの間で転送中のデータを変換する

データ移動専用ではありませんが、 rxSummary、 rxCube、 rxLinMod、 rxLogit の各関数もすべてデータ変換をサポートします。

rxDataStep を使用して変数を変換する

rxDataStep 関数は一度に 1 つのチャンクのデータを処理し、1 つのデータ ソースからデータを読み取って別のデータ ソースに書き込みます。 変換する列や読み込む変換などを指定できます。

この例を興味深いものにするため、別の R パッケージの関数を使用してデータを変換します。 boot パッケージは "推奨" パッケージの 1 つであり、 boot は R のすべてのディストリビューションに含まれますが、起動時に自動的に読み込まれることはありません。 そのため、パッケージは、R 統合用に構成された SQL Server のインスタンスで既に使用できるようになっている必要があります。

boot パッケージからは、ロジットの逆数を計算する、inv.logit 関数を使用します。 つまり、 inv.logit 関数はロジットを [0,1] のスケールで確率に変換します。

ヒント

このスケールの予測を取得するもう 1 つの方法としては、rxPredict の元の呼び出しで type パラメーターを response に設定します。

  1. まず、テーブル ccScoreOutput 用のデータを保持するためのデータ ソースを作成して開始します。

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

  2. テーブル ccScoreOutput2 のデータを保持するための別のデータ ソースを追加します。

    sqlOutScoreDS2 <- RxSqlServerData( table =  "ccScoreOutput2",  connectionString = sqlConnString, rowsPerRead = sqlRowsPerRead )

    新しいテーブルでは、前の ccScoreOutput テーブルのすべての変数に加えて、新しく作成された変数を格納します。

  3. 計算コンテキストを SQL Server インスタンスに設定します。

    rxSetComputeContext(sqlCompute)

  4. rxSqlServerTableExists 関数を使用して、出力テーブル ccScoreOutput2 が既に存在するかどうかを確認します。存在する場合は、rxSqlServerDropTable 関数を使用してテーブルを削除します。

    if (rxSqlServerTableExists("ccScoreOutput2"))     rxSqlServerDropTable("ccScoreOutput2")

  5. rxDataStep 関数を呼び出して、一覧で目的の変換を指定します。

    rxDataStep(inData = sqlOutScoreDS,
    outFile = sqlOutScoreDS2,
    transforms = list(ccFraudProb = inv.logit(ccFraudLogitScore)),
    transformPackages = "boot",
    overwrite = TRUE)

    各列に適用される変換を定義するときは、変換の実行に必要な追加の R パッケージも指定できます。 実行できる変換の種類の詳細については、RevoScaleR を使用したデータの変換およびサブセット化の方法に関するセクションを参照してください。

  6. rxGetVarInfo を呼び出して、新しいデータ セットの変数の概要を表示します。

rxGetVarInfo(sqlOutScoreDS2)

結果

Var 1: ccFraudLogitScore, Type: numeric
Var 2: state, Type: character
Var 3: gender, Type: character
Var 4: cardholder, Type: character
Var 5: balance, Type: integer
Var 6: numTrans, Type: integer
Var 7: numIntlTrans, Type: integer
Var 8: creditLine, Type: integer
Var 9: ccFraudProb, Type: numeric

元のロジット スコアは保持されますが、新しい列の ccFraudProbが追加されており、ロジット スコアが 0 ～ 1 の値として表示されます。

ファクト変数が文字データとしてテーブル ccScoreOutput2 に書き込まれていることに注意してください。 以降の解析で因子として使用するには、 colInfo パラメーターを使用してレベルを指定します。

次のステップ

rxImport を使用してメモリにデータを読み込む

  • Last updated on