使用SAP HANA数据库中的数据在R中执行线性回归

Question

我正在尝试将数据集导入到R中以应用线性回归模型，但我对我的代码持怀疑态度，因为我是R的新手。数据集如下所示，其中包含5000+行数据：

power consumption cputi dbsu

作为列名，并将以下整数作为其在上一列中的值：

132 25 654

我编写的调用R函数的sql代码是

CREATE COLUMN TABLE "PREDICTIVE ANALYSIS" LIKE "ANAGAPPAN.POWER_CONSUMPTION" WITH NO DATA;

SELECT POWER_APP, POWER_DB,CPUTI,DBTI,DBSU

FROM "ANAGAPPAN.POWER_CONSUMPTION";
DROP PROCEDURE USE_LM;

CREATE PROCEDURE USE_LM( IN train "ANAGAPPAN.POWER_CONSUMPTION", OUT result "PREDICTIVE ANALYSIS")

LANGUAGE

RLANG AS

BEGIN

library(lm)

model_app <- lm( POWER_APP ~ CPUTI + DBTI + DBSU + KBYTES_TRANSFERRED, data = train )

colnames(datOut) <- c("POWER_APP", "CPUTI", "DBTI", "DBSU", "DBSU")

PREDICTIVE ANALYSIS <- as.data.frame( lm(model_App))

END;

Answer 1

虽然我不熟悉SAP产品，但我会尝试一下我认为是在BEGIN和END;之间的R代码。

library(lm)

是不正确的，就像@Olli提到的那样。要访问R的线性模型功能，您必须调用- nothing。默认情况下是通过stats包加载的(如果在--vanilla模式下调用R，则可能不是这样。

model_app <- lm( POWER_APP ~ CPUTI + DBTI + DBSU + KBYTES_TRANSFERRED, data = train )

看起来没问题，至少从语法的角度看是这样的。

为

colnames(datOut) <- c("POWER_APP", "CPUTI", "DBTI", "DBSU", "DBSU")

我看不出你在哪里定义了datOut。如果这个变量不是由数据库创建的，那么它就不存在，R应该会像下面这样报错

Error in colnames(notExist) <- "x" : object 'notExist' not found

我将假设您想要基于模型进行预测(意味着)。线路

PREDICTIVE ANALYSIS <- as.data.frame( lm(model_App))

不会工作，因为R的变量不应该有空格，as.data.frame不会在lm对象上工作，model_App不存在(请注意这种情况)。我认为你应该做一些类似的事情

# based on http://help.sap.com/hana/sap_hana_r_integration_guide_en.pdf
# you have to specify variable result which will be exported to the database
result <- as.data.frame(predict(model_app))

你可以试一试。

x <- 1:10
y <- rnorm(10)

mdl <- lm(y ~ x)

as.data.frame(predict(mdl))

   predict(mdl)
1    0.47866685
2    0.34418219
3    0.20969753
4    0.07521287
5   -0.05927180
6   -0.19375646
7   -0.32824112
8   -0.46272579
9   -0.59721045
10  -0.73169511