R: 如何正确创建 rx_forest_model 对象？

Question

我正在尝试使用 R 和 SQL Server 2016 进行客户流失分析。我已将我的数据集上传到本地 SQL 服务器的数据库中，并且我对该数据集进行了所有初步工作。好吧，现在我有了这个函数 trainModel()，我可以用它来估计我的随机模型森林：

trainModel = function(sqlSettings, trainTable) {
sqlConnString = sqlSettings$connString

trainDataSQL <- RxSqlServerData(connectionString = sqlConnString,
                                table = trainTable,
                                colInfo = cdrColInfo)

## Create training formula
labelVar = "churn"
trainVars <- rxGetVarNames(trainDataSQL)
trainVars <- trainVars[!trainVars %in% c(labelVar)]
temp <- paste(c(labelVar, paste(trainVars, collapse = "+")), collapse = "~")
formula <- as.formula(temp)

## Train gradient tree boosting with mxFastTree on SQL data source
library(RevoScaleR)
rx_forest_model <- rxDForest(formula = formula,
                             data = trainDataSQL,
                             nTree = 8,
                             maxDepth = 16,
                             mTry = 2,
                             minBucket = 1,
                             replace = TRUE,
                             importance = TRUE,
                             seed = 8,
                             parms = list(loss = c(0, 4, 1, 0)))

return(rx_forest_model)
}

但是当我运行这个函数时，我得到了这个错误的输出：

> system.time({
+   trainModel(sqlSettings, trainTable)
+ })
   user  system elapsed 
   0.29    0.07   58.18 
Warning message:
In tempGetNumObs(numObs) :
  Number of observations not available for this data source. 'numObs' set to 1e6.

并且对于此警告消息，函数 trainModel() 不会创建对象 rx_forest_model

有人对如何解决这个问题有什么建议吗？

Answer 1

经过多次尝试，我找到了trainModel()函数无法正常运行的原因。不是连接字符串问题，甚至不是数据源类型问题。问题出在函数 trainModel().

的语法中

从函数体中删除语句就足够了：

return(rx_forest_model)

以这种方式，函数 returns 发出相同的警告消息，但以正确的方式创建对象 rx_forest_model。

所以，正确的函数是：

trainModel = function(sqlSettings, trainTable) {
sqlConnString = sqlSettings$connString

trainDataSQL <- RxSqlServerData(connectionString = sqlConnString,
                            table = trainTable,
                            colInfo = cdrColInfo)

## Create training formula
labelVar = "churn"
trainVars <- rxGetVarNames(trainDataSQL)
trainVars <- trainVars[!trainVars %in% c(labelVar)]
temp <- paste(c(labelVar, paste(trainVars, collapse = "+")), collapse = "~")
formula <- as.formula(temp)

## Train gradient tree boosting with mxFastTree on SQL data source
library(RevoScaleR)
rx_forest_model <- rxDForest(formula = formula,
                             data = trainDataSQL,
                             nTree = 8,
                             maxDepth = 16,
                             mTry = 2,
                             minBucket = 1,
                             replace = TRUE,
                             importance = TRUE,
                             seed = 8,
                             parms = list(loss = c(0, 4, 1, 0)))

}

R: 如何正确创建 rx_forest_model 对象？

R: how to properly create rx_forest_model object?

sql-server

r

microsoft-r