手把手教你:使用Oracle AutoML进行预测(实战教程)

以下文章来源于甲骨文云技术 ，作者甲骨文云技术

昨天Oracle数据自治数据库发布了通过图形界面进行AutoML（自动机器学习）的功能，这回真正做到不用学Python，零基础进行分类预测与回归预测。今天我们就通过手把手教学的方式为大家介绍这项Oracle自治数据库带来的震撼功能。

1、创建Oracle自治数据仓库

今天为大家介绍的是集成在Oracle ADW当中的自动机器学习技术，所以首先我们要创建ADW，您可以通过cloud.oracle.com注册免费账户，获得永久免费的ADW和ATP各一个，每个数据库带有20GB的永久免费存储空间。

首先我们登录您的云端账户，来到自治数据仓库，通过点击下图中红色框所示按钮，创建ADW。

创建ADW时，我们需要给出数据库名称，如下图所示：

接下来设定登录数据库时，admin用户对应的口令，并且选择软件许可模式，一般情况下按照下图所示选择即可，除非您已经购买了Oracle数据库企业版相关产品，否则请不要选择左侧的BYOL。

几分钟过后，我们就可以看到如下图所示的创建成功界面，我们点击下图中红色框所示按钮，进入ADW的控制台。

2、创建机器学习用户

ADW在创建之后，默认情况下我们接触到的只有admin这个管理账户，如果我们想做机器学习的动作，我们需要创建普通的机器学习用户。登录控制台后，按照下图中所示，创建用户。

3、导入数据

今天我们使用一份来自医疗科研机构的数据，通过训练数据结合Oracle AutoML来建立和优化模型，从而对“中风”人群进行发病率的预测。关注我们的公众号并发送"automl数据集"即可获取实验用的数据集。在今天的数据集当中，有两个文件：health_train.csv和health_test.csv，分别是训练与测试用的数据集。

按照下图所示，我们使用admin用户登录SQL Developer Web。

然后使用下图中红框所示的数据导入工具，导入数据。

今天要导入的数据是存储在本地计算机的csv文件，所以按照下图所示选择即可。

需要注意的是，默认情况下数据表将进入admin的schema下面。

看到下图表示数据表导入成功。

使用相同的方式，导入另外一张数据表health_test到admin的schema。

因为一会儿我们操作刚导入的两张数据表是我们创建的机器学习用户，所以现在要给这个机器学习用户授予查询表的权限。

首先切换到SQL Developer Web，如下图所示：

grant select any table to henry;

4、创建自动机器学习实验环境

首先登入下图所示的Oracle机器学习notebook。

需要注意的是，这里使用的是我们刚刚创建机器学习用户，而不是admin管理用户。

登录之后，选择下图所示的AutoML，这是ADW中新加入的功能。

创建新的AutoML实验环境，如下图所示：

给出实验环境名字，然后选择数据表。

接下来选择target字段，在我们今天的例子当中，是否中风作为我们的要预测的结果，对于这种“是否”类的预测，我们选择分类模型即可，如果是类似“价格”这样的数值型预测，我们可以选择回归模型。

在更多设置当中，我们可以设定模型的数量、运行的时间、所使用的服务级别以及具体模型等信息。在这里我选择数据库服务级别为“高级”，这样可以更快完成模型的计算与优化。

在数据特征部分，今天我们选择了所有的字段都参与计算，您可以根据具体情况对参与计算的字段做增减，避免数据泄露的情况发生（关于数据泄露，我们在之前的机器学习内容中介绍过，您也可以在网络上进行词条检索以获得更多资讯）。

接下来就可以进行自动机器学习了，来到屏幕右上角，启动学习即可。

我们可以在速度与精度之间做出选择。

在屏幕的右侧，可以观察当前模型训练的进度。通过观察我们可以发现，它会经历模型选择、自适应采样、特征选择、模型优化等几个过程。

根据数据量和数据库服务级别的不同，计算时间也会有不同，当计算完成之后，会看到如下结果，可以看到各个模型的精度以及各个特征对预测

5、创建Notebook进行预测

首先创建一个Notebook，点击左上角的菜单按钮进行创建。

接下来使用如下代码对health_test数据集中的数据进行预测，其中dt_5cfbee011b是我们在上一步得到的模型名称，因为在上面的截图中看到，各种模型的精度几乎一样，所以在本次实验中，选择哪个模型，对预测的结果影响不大。

通过下面代码，我们利用训练好的模型对测试数据集进行预测，在测试数据集当中，每一条记录都包含年龄、性别、BMI等数据，根据之前训练好的模型来计算发生中风的可能性。

select PREDICTION_PROBABILITY(dt_5cfbee011b using GENDER,AGE,HYPERTENSION,HEART_DISEASE,EVER_MARRIED,WORK_TYPE,RESIDENCE_TYPE,AVG_GLUCOSE_LEVEL,BMI,SMOKING_STATUS) PROBABILITY,t.GENDER,t.AGE,t.HYPERTENSION,t.HEART_DISEASE,t.BMI,t.SMOKING_STATUSfrom admin.health_test t order by PROBABILITY desc;

因为是分类预测，所以可用PREDICTION获得查询结果（1或者0），也可以使用PREDICTION_PROBABILITY获得预测可能性。在这个实验中，使用可能性更适合这个预测场景。

通过上面的例子大家看到，在Oracle ADW当中通过机器学习进行预测，不需要去学习Python等编程语言，也不需要配置复杂的环境，只需要掌握简单的SQL语法，人人都可以做数据分析与预测的工作。

大家可以将自己工作中的各种数据，比如Excel中的数据拿来做模型训练，也许会有意想不到的收获。

关注我们的公众号，发送“automl数据集”获取今天实验数据集，感谢您的关注，谢谢！

编辑：殷海英