0 / 0
Retourner à la version anglaise de la documentation
Génération de SQL à partir de nuggets de modèle
Dernière mise à jour : 04 oct. 2024
Optimisation SQL (SPSS Modeler)

Lorsque vous utilisez des données provenant d'une base de données, le code SQL peut être renvoyé à la base de données pour exécution, ce qui assure des performances supérieures pour de nombreuses opérations. Pour certains noeuds, il est possible de générer une instruction SQL pour le nugget de modèle, en répercutant l'étape de scoring de modèle dans la base de données. Cela permet aux flux contenant ces nuggets de voir l'intégralité de leur instruction SQL répercutée.

Pour un nugget de modèle généré qui prend en charge la fonction pushback SQL :
  1. Cliquez deux fois sur le nugget de modèle pour ouvrir ses paramètres.
  2. Selon le type de noeud, une ou plusieurs des options suivantes sont disponibles. Choisissez l'une de ces options pour spécifier comment la génération SQL est effectuée.

    Générer SQL pour ce modèle

    • Par défaut : score utilisant l'adaptateur Server Scoring (s'il est installé) autrement dans le processus. Il s'agit de l'option par défaut. Si vous êtes connecté à une base de données avec un adaptateur de scoring installé, cette option génère du SQL à l'aide de l'adaptateur de scoring et des fonctions définies par l'utilisateur (UDF) associées et note votre modèle dans la base de données. Lorsqu'aucun adaptateur de scoring n'est disponible, cette option extrait à nouveau les données de la base de données et détermine les scores dans SPSS Modeler.
    • Score en convertissant en SQL natif sans prise en charge des valeurs manquantes. Cette option génère du SQL natif pour évaluer le modèle dans la base de données sans avoir à traiter les valeurs manquantes. Cette option détermine simplement la prévision sur null ($null$) lorsqu'une valeur manquante apparaît au cours de la détermination des scores d'une observation.
    • Score en convertissant en SQL natif avec prise en charge des valeurs manquantes. Pour les modèles d'arbre CHAID, QUEST et C&R, vous pouvez générer le SQL natif pour calculer le modèle dans la base de données avec prise en charge complète des valeurs manquantes. Le langage SQL est généré afin que les valeurs manquantes soient gérées conformément aux spécifications du modèle. Par exemple, les arbres C&RT utilisent des règles de substitution et le noeud enfant le plus élevé.
    • Score en dehors de la base de donnée Cette option extrait à nouveau les données de la base de données et détermine les scores dans SPSS Modeler.
Recherche et réponse à l'IA générative
Ces réponses sont générées par un modèle de langue de grande taille dans watsonx.ai en fonction du contenu de la documentation du produit. En savoir plus