1. Machine Learning for SQLユース・ケース
  2. サンプル
  3. OML4SQLの例について

OML4SQLの例について

OML4SQLの例では、データの準備、アルゴリズムの選択、アルゴリズムのチューニング、テストおよびスコアリングを行うための一般的な方法を示します。

OML4SQLの例から、OML4SQLアプリケーション・プログラミング・インタフェースについて多くを学習できます。例は単純です。プログラムには、コードの理解に役立つインライン・コメントが多数含まれています。すべての一時オブジェクトが終了時に削除されるため、これらの例はセットアップやクリーン・アップなしで繰り返し実行できます。

OML4SQLの例は、GitHub (https://github.com/oracle/oracle-db-examples/tree/master/machine-learning/sql/)から入手できます。データベース・リリース(23cなど)を選択して、例を参照してください。

OML4SQLの例は、ユーザーのスキーマに機械学習モデルのセットを作成します。次の表に、この例のファイル名と、この例で使用するmining_function値およびアルゴリズムを示します。

表5-1 各例で作成するモデル

ファイル名 MINING_FUNCTION アルゴリズム
oml4sql-anomaly-detection-1class-svm.sql CLASSIFICATION ALGO_SUPPORT_VECTOR_MACHINE
oml4sql-anomaly-detection-em.sql CLASSIFICATION ALGO_EXPECTATION_MAXIMIZATION
oml4sql-association-rules.sql ASSOCIATION ALGO_APRIORI_ASSOCIATION_RULES
oml4sql-feature-extraction-cur.sql ATTRIBUTE_IMPORTANCE ALGO_CUR_DECOMPOSITION
oml4sql-classification-decision-tree.sql CLASSIFICATION ALGO_DECISION_TREE
oml4sql-cross-validation-decision-tree.sql CLASSIFICATION ALGO_DECISION_TREE
oml4sql-classification-glm.sql CLASSIFICATION ALGO_GENERALIZED_LINEAR_MODEL
oml4sql-time-series-mset.sql CLASSIFICATION ALGO_MSET_SPRT
oml4sql-classification-naive-bayes.sql CLASSIFICATION ALGO_NAIVE_BAYES
oml4sql-classification-neural-networks.sql CLASSIFICATION ALGO_NEURAL_NETWORK
oml4sql-classification-random-forest.sql CLASSIFICATION ALGO_RANDOM_FOREST
oml4sql-classification-regression-xgboost.sql CLASSIFICATION ALGO_XGBOOST
oml4sql-classification-svm.sql CLASSIFICATION ALGO_SUPPORT_VECTOR_MACHINES
oml4sql-classification-text-analysis-svm.sql CLASSIFICATION ALGO_SUPPORT_VECTOR_MACHINES
oml4sql-clustering-expectation-maximization.sql CLUSTERING ALGO_EXPECTATION_MAXIMIZATION
oml4sql-clustering-kmeanms-star-schema.sql CLUSTERING ALGO_KMEANS
oml4sql-clustering-kmeans.sql CLUSTERING ALGO_KMEANS
oml4sql-clustering-o-cluster.sql CLUSTERING ALGO_O_CLUSTER
oml4sql-partitioned-models-svm.sql CLASSIFICATION ALGO_SUPPORT_VECTOR_MACHINES
oml4sql-classification-regression-xgboost.sql CLASSIFICATION ALGO_XGBOOST
oml4sql-feature-extraction-text-analysis-esa.sql FEATURE_EXTRACTION ALGO_EXPLICIT_SEMANTIC_ANALYS
oml4sql-feature-extraction-nmf.sql FEATURE_EXTRACTION ALGO_NONNEGATIVE_MATRIX_FACTOR
oml4sql-feature-extraction-text-analysis-nmf.sql FEATURE_EXTRACTION ALGO_NONNEGATIVE_MATRIX_FACTOR
oml4sql-feature-extraction-svd.sql FEATURE_EXTRACTION ALGO_SINGULAR_VALUE_DECOMP
oml4sql-feature-extraction-text-mining-esa.sql FEATURE_EXTRACTION ALGO_EXPLICIT_SEMANTIC_ANALYSIS
oml4sql-regression-glm.sql REGRESSION ALGO_GENERALIZED_LINEAR_MODEL
oml4sql-regression-neural-networks.sql REGRESSION ALGO_NEURAL_NETWORK
oml4sql-regression-random-forest.sql REGRESSION ALGO_RANDOM_FOREST
oml4sql-regression-svm.sql REGRESSION ALGO_SUPPORT_VECTOR_MACHINES
oml4sql-singular-value-decomposition.sql REGRESSION ALGO_SINGULAR_VALUE_DECOMPOSITION
oml4sql-survival-analysis-xgboost.sql REGRESSION ALGO_XGBOOST
oml4sql-time-series-esm-auto-model-search.sql TIME_SERIES ALGO_EXPONENTIAL_SMOOTHING
oml4sql-time-series-exponential-smoothing.sql TIME_SERIES ALGO_EXPONENTIAL_SMOOTHING
oml4sql-time-series-regression-dataset.sql - これは時系列回帰モデルを構築するためのデータセットです。
oml4sql-time-series-regression.sql TIME_SERIESおよびREGRESSION ALGO_EXPONENTIAL_SMOOTHING、ALGO_GENERALIZED_MODELおよびALGO_XGBOOSTを使用します

前述の表に示されている例以外にも、DBMS_PREDICTIVE_ANALYTICS.EXPLAINプロシージャを使用して、ターゲット属性に独立して影響を与える属性の重要性を検出するoml4sql-attribute-importance.sql、CTX.DDLパッケージを使用してテキストを抽出するoml4sql-feature-extraction-text-term-extraction.sqlなどの例があります。

その他の例のセットでは、R言語の関数の登録およびRモデルの作成のために、ALGO_EXTENSIBLE_LANGアルゴリズムを使用する例を示します。次の表に、R拡張性の例を示します。この例のファイル名と、MINING_FUNCTION値および使用するR関数が示されています。

ファイル名 MINING_FUNCTION R関数
oml4sql-r-extensible-algorithm-registration.sql CLASSIFICATION glm
oml4sql-r-extensible-association-rules.sql ASSOCIATION apriori
oml4sql-r-extensible-attribute-importance-via-rf.sql REGRESSION randomForest
oml4sql-r-extensible-glm.sql REGRESSION glm
oml4sql-r-extensible-kmeans.sql CLUSTERING kmeans
oml4sql-r-extensible-principal-components.sql FEATURE_EXTRACTION prcomp
oml4sql-r-extensible-regression-tree.sql REGRESSION rpart
oml4sql-r-extensible-regression-neural-networks.sql REGRESSION nnet

OML4SQLの例のインストール

OML4SQLの例のインストール方法を学習します。

OML4SQLの例には、次のものが必要です。

  • Oracle Database (オンプレミス、Oracle Database Cloud ServiceまたはOracle Autonomous Database)

  • Oracle Databaseのサンプル・スキーマ

  • 「Oracle Machine Learning for SQLの権限の付与」で説明されている権限を持つユーザー・アカウント。

  • システム管理者によるdmshgrants.sqlの実行

  • OML4SQLユーザーによるdmsh.sqlの実行

次のステップに従って、OML4SQLの例をインストールします。

  1. Oracle Database 23cインスタンスをインストールするか、アクセス権を取得します。データベースをインストールする際には、Oracle Database 23cで使用するプラットフォームに対応したインストール手順を参照してください。

  2. データベースにサンプル・スキーマがインストールされていることを確認します。サンプル・スキーマの詳細は、Oracle Databaseのサンプル・スキーマ を参照してください。

  3. GitHub (https://github.com/oracle/oracle-db-examples/tree/master/machine-learning/sql)から、サンプル・コード・ファイルをダウンロードします。データベースのエディションを選択します。Oracle Databaseサーバー上の、アクセス権のあるディレクトリにファイルを配置します。たとえば、$ORACLE_HOME/demo/schema. $ORACLE_HOMEは、データベースをインストールしたホーム・パスです。通常は、/scratch/u01/app/oracle/product/23.0.0/dbhome_1になります。

  4. ユーザー・アカウントに、「Oracle Machine Learning for SQLの権限の付与」で説明されている必要な権限があることを確認します。

  5. システム管理者にdmshgrants.sqlスクリプトの実行を依頼します。管理者権限を所有している場合は自分で実行します。このスクリプトは、例の実行に必要な特権を付与します。これらには、OML4SQLサンプル・データで説明されているSHスキーマの表に対するSELECTアクセス権、およびシステム権限が含まれます。

    OML4SQLユーザーの名前をdmshgrantsに渡します。 

    SQL> CONNECT sys / as sysdba
Enter password: sys_password
Connected.
SQL> @<location_of_examples>/dmshgrants oml_user

  6. データベースに接続してdmsh.sqlスクリプトを実行します。このスクリプトは、OML4SQLユーザーのスキーマ内のサンプル・データのビューを作成します。 

    SQL> CONNECT oml_user
Enter password: oml_user_password
Connected.
SQL> @<location_of_examples>/dmsh.sql

関連トピック

OML4SQLサンプル・データ

OML4SQLの例で使用されるデータは、次に示すSHスキーマの表に基づいています。

表は次のとおりです: 

SH.CUSTOMERS 
SH.SALES 
SH.PRODUCTS 
SH.SUPPLEMENTARY_DEMOGRAPHICS
SH.COUNTRIES

dmshgrantsスクリプトは、SHスキーマの表にSELECTアクセス権を付与します。dmsh.sqlスクリプトは、OML4SQLユーザーのスキーマ内のSH表のビューを作成します。次の表にビューの説明を示します。

表5-2 dmsh.sqlにより作成されるビュー

ビュー名 説明

MINING_DATA

データの結合とフィルタリング

MINING_DATA_BUILD_V

モデルの作成用のデータ

MINING_DATA_TEST_V

モデルのテスト用のデータ

MINING_DATA_APPLY_V

スコアリング対象のデータ

MINING_BUILD_TEXT

テキストを含むモデルの作成用のデータ

MINING_TEST_TEXT

テキストを含むモデルのテスト用のデータ

MINING_APPLY_TEXT

スコアリング対象となる、テキスト列を含むデータ

MINING_DATA_ONE_CLASS_V

異常検出用のデータ

相関ルールの例は、独自のトランザクショナル・データを作成します。