h2o.ai中是否有用于tidypredict_sql的钩子

Question

我刚刚发现了这一点，我有兴趣探索使用SQL存储来计算我的一些学习者的输出。我认为数据库调用可能比base R或Python快得多。

很棒的小插曲：http://cran.nexr.com/web/packages/tidypredict/vignettes/randomForest.html

基本代码：

require(pacman)
p_load(randomForest, tidypredict, dbplyr)

model <- randomForest(Species ~ .,data = iris ,ntree = 10, proximity = TRUE)
tidypredict_sql(model, dbplyr::simulate_mssql())

它给出了每个树的SQL代码，然后我可以使用模式聚合这些代码，以获得估计器输出。

那么，我如何将它与h2o.ai，特别是h2o.randomForest这样的东西一起使用呢？

Answer 1

在小插图中，数据来自本地R内存，模型是本地R模型(这可以从页面中途的parse_model(model)和tidypredict_fit(model)中推断出来)。您引用的SQL组件仅用于以更易于阅读的格式显示模型。

从您的问题中，我了解到您希望从SQL数据库读取数据并使用SQL拟合模型。但是，从整体上看，数据没有存储在SQL中，模型也不适合使用SQL。

从(简要的)研究来看，h2o.ai似乎是一个软件或平台，而不是一个数据库。dbplyr提供从标准dplyr命令到数据库语言(SQL)的转换。这允许您在R中编写操作，并在数据库上转换和执行这些操作，而无需将信息拉入本地R内存。

我已经编写了R函数，可以将本地表或数据库表作为输入处理。但这需要一些深思熟虑的设计选择。因此，虽然您可以将远程dbplyr表传递给h2o.ai模型，但除非底层函数是用R编写的，并且使用的方式可以与dbplyr转换一起使用，否则我认为模型会出错。

对于商业AI软件来说，如果没有内置的数据库访问方式，那将是非常令人惊讶的。因此，调查h2o.ai是如何推荐摄取数据的可能会更有效。