적용 대상: 
SQL Server 2016(13.x) 이상 버전
이것은 SQL Server에서 RevoScaleR 함수를 사용하는 방법에 대한 RevoScaleR 자습서 시리즈 중 자습서 7에 해당됩니다.
학습 데이터를 보강했습니다. 이 자습서에서는 회귀 모델링을 사용하여 데이터를 분석합니다. 선형 모델은 예측 분석 분야에서 중요한 도구입니다. RevoScaleR 패키지에는 워크로드를 세분화하고 병렬로 실행할 수 있는 회귀 알고리즘이 포함되어 있습니다.
- 선형 회귀 모델 만들기
- 로지스틱 회귀 모델 만들기
선형 회귀 모델 만들기
이 단계에서는 gender 및 creditLine 열의 값을 독립 변수로 사용하여 고객의 신용 카드 잔액을 추정하는 간단한 선형 모델을 만듭니다.
이렇게 하려면 원격 컴퓨팅 컨텍스트를 지원하는 rxLinMod 함수를 사용합니다.
R 변수를 만들어 완료된 모델을 저장하고 rxLinMod를 호출하여 적절한 수식을 전달합니다.
linModObj <- rxLinMod(balance ~ gender + creditLine, data = sqlFraudDS)결과 요약을 보려면 모델 개체에서 표준 R summary 함수를 호출합니다.
summary(linModObj)
이전 단계에서 컴퓨팅 컨텍스트를 서버로 설정했으므로 summary 와 같은 일반 R 함수가 여기서 작동하는 것이 이상하다고 생각할 수 있습니다. 그러나 rxLinMod 함수는 원격 컴퓨팅 컨텍스트를 사용하여 모델을 만들더라도 로컬 워크스테이션에 대한 모델을 포함하고 이를 공유 디렉터리에 저장하는 개체도 반환합니다.
따라서 "로컬" 컨텍스트를 사용하여 만들어진 것처럼 모델에 대해 표준 R 명령을 실행할 수 있습니다.
결과
Linear Regression Results for: balance ~ gender + creditLineData: sqlFraudDS (RxSqlServerData Data Source)
Dependent variable(s): balance
Total independent variables: 4 (Including number dropped: 1)
Number of valid observations: 10000
Number of missing observations: 0
Coefficients: (1 not defined because of singularities)
Estimate Std. Error t value Pr(>|t|) (Intercept)
3253.575 71.194 45.700 2.22e-16
gender=Male -88.813 78.360 -1.133 0.257
gender=Female Dropped Dropped Dropped Dropped
creditLine 95.379 3.862 24.694 2.22e-16
Signif. codes: 0 0.001 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 3812 on 9997 degrees of freedom
Multiple R-squared: 0.05765
Adjusted R-squared: 0.05746
F-statistic: 305.8 on 2 and 9997 DF, p-value: < 2.2e-16
Condition number: 1.0184
로지스틱 회귀 모델 만들기
다음으로, 특정 고객이 사기 위험인지 여부를 나타내는 로지스틱 회귀 모델을 만듭니다. 원격 컴퓨팅 컨텍스트에서 로지스틱 회귀 분석 모델의 맞춤을 지원하는 RevoScaleR rxLogit 함수를 사용합니다.
컴퓨팅 컨텍스트를 그대로 유지합니다. 또한 계속해서 같은 데이터 원본을 사용합니다.
rxLogit 함수를 호출하고 모델을 정의하는 데 필요한 수식을 전달합니다.
logitObj <- rxLogit(fraudRisk ~ state + gender + cardholder + balance + numTrans + numIntlTrans + creditLine, data = sqlFraudDS, dropFirst = TRUE)삭제된 더미 변수 3개를 비롯하여 60개의 독립 변수를 포함하는 큰 모델이기 때문에 컴퓨팅 컨텍스트에서 개체가 반환될 때까지 잠시 기다려야 할 수도 있습니다.
모델이 이렇게 큰 이유는 R 및 RevoScaleR 패키지에서 모든 수준의 범주 요소 변수가 자동으로 별도의 더미 변수로 처리되기 때문입니다.
반환된 모델의 요약을 확인하려면 R summary 함수를 호출합니다.
summary(logitObj)
일부 결과
Logistic Regression Results for: fraudRisk ~ state + gender + cardholder + balance + numTrans + numIntlTrans + creditLine
Data: sqlFraudDS (RxSqlServerData Data Source)
Dependent variable(s): fraudRisk
Total independent variables: 60 (Including number dropped: 3)
Number of valid observations: 10000 -2
LogLikelihood: 2032.8699 (Residual deviance on 9943 degrees of freedom)
Coefficients:
Estimate Std. Error z value Pr(>|z|) (Intercept)
-8.627e+00 1.319e+00 -6.538 6.22e-11
state=AK Dropped Dropped Dropped Dropped
state=AL -1.043e+00 1.383e+00 -0.754 0.4511
(other states omitted)
gender=Male Dropped Dropped Dropped Dropped
gender=Female 7.226e-01 1.217e-01 5.936 2.92e-09
cardholder=Principal Dropped Dropped Dropped Dropped
cardholder=Secondary 5.635e-01 3.403e-01 1.656 0.0977
balance 3.962e-04 1.564e-05 25.335 2.22e-16
numTrans 4.950e-02 2.202e-03 22.477 2.22e-16
numIntlTrans 3.414e-02 5.318e-03 6.420 1.36e-10
creditLine 1.042e-01 4.705e-03 22.153 2.22e-16
Signif. codes: 0 '\*\*\*' 0.001 '\*\*' 0.01 '\*' 0.05 '.' 0.1 ' ' 1
Condition number of final variance-covariance matrix: 3997.308
Number of iterations: 15