机器学习SQL提供以SQL的方式训练和预测机器学习模型。利用机器学习SQL，您可以迅速对DMS中已有的数据库数据进行更深入的分析和建模，提升对数据的分析效率，盘活对历史数据的利用率，最终达到以数据驱动产生的目的。
产品概述
-
目前机器学习SQL支持的数据库类型有：
- MySQL
-
目前机器学习SQL支持的机器学习算法有：
- Kmeans 聚类
- Linear regression 回归分析
- Logistic regression 二元分类
- 决策树二元分类
- 随机森林二元分类
机器学习SQL旨在帮助企业降低在机器学习领域的成本。一是人员成本，资深的机器学习算法科学家都比较稀缺，用人成本较高。二是算法科学家与业务人员的沟通成本，懂业务的人员未必能掌握机器学习的算法，但只需要掌握SQL，就能尝试解决部分机器学习场景的问题。
“机器学习SQL”优势
- SQL作为数据访问的常用方式，大多数的工程师都能掌握，降低学习其他语言的成本。
- 减少数据的导出步骤。一般情况下，遇到机器学习的问题，都需要导出数据到专业的平台或工具上才能解决，现在只需在DMS一个环境内就足够了。
- 提升解决问题/做出决策的效率。
入口
“机器学习SQL”第一版在个人版的DMS中上线，你可以通过导航栏的“SQL操作”中看到它：
入门课程
- 界面介绍
- 1：SQL编辑区。同“SQL窗口”，在这里编辑你想要执行的SQL。
- 2：执行结果区。同“SQL窗口”，在这里可以看到每一句SQL执行的结果。
- 3：机器学习场景区。为了帮助新人快速了解机器学习能解决怎样的场景问题（要记得学会举一反三哦），在这里会不定时丰富场景供用户浏览。
- 场景介绍
- 按照算法类别进行分类，单击“+”号展开场景，单击“-”号收回。
- 每种算法类别会不定时更新多种场景，双击场景的item标签即可粘贴进SQL编辑区。（如果SQL编辑区是空白的，整个场景粘贴进去后，即可按“执行”或“F8”运行起来看看效果）
使用说明
- SQL操作与SQL语法同“跨实SQL查询”窗口，不过在“机器学习SQL”窗口使用本实例就足够了。
- 如果第一次访问“机器学习SQL”窗口，会自动帮您创建一个本实例的dblink，名字前缀为
machine_learning_default_，可以在“跨实例SQL查询”窗口编辑维护。 - 除以上两点外，“机器学习SQL”窗口主要注意支持的机器学习功能即可——机器学习功能的表现形式为机器学习函数。函数的输入与输出定义、功能说明的内容，请参考“算法函数说明”一节。
- 右侧的机器学习场景会不定时丰富，您可以在此参考函数是如何使用的。
算法函数说明
| 算法 | Functions | 具体说明 |
|---|---|---|
| 聚类 | auto_cluster_learn、auto_cluster_predict | 自动智能选取最好聚类算法（Plan） |
| Kmeans | kmeans_learn、kmeans_predict | [Kmeans] |
| 回归 | auto_regression_learn、auto_regression_predict | 自动智能选取最好的回归算法（Plan） |
| Linear Regression | regression_learn、regression_predict | [Linear Regression] |
| 0/1分类 | auto_binary_classify_learn、auto_binary_classify_predict | 自动智能选取最好的二元分类算法（Plan） |
| Logistic Regression | logistic_learn、logistic_predict | [Logistic Regression] |
| Decision Tree(classify) | cla_decision_tree_learn、cla_decision_tree_predict | [Decision Tree] |
| Random Forest | random_forest_learn、random_forest_predict | [Random Forest] |
Model Functions
model_explain
- 格式：
string model_explain(model) - 输入：
名称 类型 说明 model VARBINARY 模型 - 输出：model的说明、训练结果、效果等。
算法细节
Kmeans
介绍：无监督学习的聚类算法
函数：kmeans_learn
- 格式：
model kmeans_learn (json | string | array feature, int k) - 输入：
名称 类型 说明 feature json 向量特征，只能输入jsonarray。例： [1,2,3]、[3.5,2,5.2]。feature array 同上，例： array[1,2,3]。featureJsonStr string string表达的jsonarray。 K int 聚类个数 - 输出：
名称 类型 说明 model VARBINARY 模型输出
函数：kmeans_predict
- 格式：
int kmeans_predict(model, json | string | array feature) - 输入：
名称 类型 说明 feature json 向量特征，只能输入jsonarray。例： [1,2,3]、[3.5,2,5.2]。feature array 同上，例： array[1,2,3]。featureJsonStr string string表达的jsonarray。 model VARBINARY 模型 - 输出：
名称 类型 说明 result int 所属的类别
Linear Regression
介绍：线性回归，可预测连续值的输出。
函数：regression_learn
- 格式：
model regression_learn(json | string | array feature, double | int label) - 输入：
名称 类型 说明 feature json 向量特征，只能输入jsonarray。例： [1,2,3]、[3.5,2,5.2]。feature array 同上，例： array[1,2,3]。featureJsonStr string string表达的jsonarray。 label int 观测值 label double 观测值 - 输出：
名称 类型 说明 model VARBINARY 模型输出
函数：regression_predict
- 格式：
double regression_predict(model, json | string | array feature) - 输入：
名称 类型 说明 feature json 向量特征，只能输入jsonarray。例： [1,2,3]、[3.5,2,5.2]。feature array 同上，例： array[1,2,3]。featureJsonStr string string表达的jsonarray。 model VARBINARY 模型 - 输出：
名称 类型 说明 result double 预测值
Logistic Regression
介绍：监督学习算法，用于做0/1分类。
函数：logistic_learn
- 格式：
model logistic_learn(json | string | array feature, double | int label) - 输入：
名称 类型 说明 feature json 向量特征，只能输入jsonarray。例： [1,2,3]、[3.5,2,5.2]。feature array 同上，例： array[1,2,3]。featureJsonStr string string表达的jsonarray label int 观测值，一定要0或者1 label double 观测值，一定要0或者1 - 输出：
名称 类型 说明 model VARBINARY 模型输出
函数：logistic_predict
- 格式：
int logistic_predict(model, json | string | array feature) - 输入：
名称 类型 说明 feature json 向量特征，只能输入jsonarray。例： [1,2,3]、[3.5,2,5.2]。feature array 同上，例： array[1,2,3]。featureJsonStr string string表达的jsonarray model VARBINARY 模型 - 输出：
名称 类型 说明 result double 预测值，0或者1