适用于： 
SQL Server 2016 (13.x) 及更高版本
这是介绍如何在 SQL Server 中使用 RevoScaleR 函数的 RevoScaleR 教程系列的第 7 个教程。
你已经丰富了定型数据。 在本教程中，将使用回归建模来分析数据。 线性模型是预测分析领域中的一种重要工具。 RevoScaleR 包包含可以对工作负荷进行细分以及并行运行的回归算法 。
- 创建线性回归模型
- 创建逻辑回归模型
创建线性回归模型
在此步骤中，需要创建一个简单的线性模型，此模型通过将 gender 和 creditLine 列中的值用作独立变量来估计客户的信用卡余额 。
为此，请使用 rxLinMod 函数，它支持远程计算上下文。
创建一个 R 变量来存储已完成的模型，然后调用 rxLinMod，从而传递相应的公式 。
linModObj <- rxLinMod(balance ~ gender + creditLine, data = sqlFraudDS)若要查看结果的摘要，请对模型对象调用标准 R summary 函数 。
summary(linModObj)
你可能会很奇怪一个普通的 R 函数（如 summary ）会在此起作用，因为在上一步中，你将计算上下文设置为服务器。 但是，即使 rxLinMod 函数使用远程计算上下文创建模型，它也会返回包含本地工作站模型的对象并将其存储在共享目录中。
因此，你可以假定该模型是使用“本地”上下文创建的，然后对其运行标准 R 命令。
结果
Linear Regression Results for: balance ~ gender + creditLineData: sqlFraudDS (RxSqlServerData Data Source)
Dependent variable(s): balance
Total independent variables: 4 (Including number dropped: 1)
Number of valid observations: 10000
Number of missing observations: 0
Coefficients: (1 not defined because of singularities)
Estimate Std. Error t value Pr(>|t|) (Intercept)
3253.575 71.194 45.700 2.22e-16
gender=Male -88.813 78.360 -1.133 0.257
gender=Female Dropped Dropped Dropped Dropped
creditLine 95.379 3.862 24.694 2.22e-16
Signif. codes: 0 0.001 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 3812 on 9997 degrees of freedom
Multiple R-squared: 0.05765
Adjusted R-squared: 0.05746
F-statistic: 305.8 on 2 and 9997 DF, p-value: < 2.2e-16
Condition number: 1.0184
创建逻辑回归模型
接着，创建一个逻辑回归模型，它指示特定客户是否存在欺诈风险。 你将使用 RevoScaleR rxLogit 函数，它支持在远程计算上下文中调整逻辑回归模型。
将计算上下文保持为原样。 你还将继续使用相同的数据源。
调用 rxLogit 函数并传递需用于定义模型的公式。
logitObj <- rxLogit(fraudRisk ~ state + gender + cardholder + balance + numTrans + numIntlTrans + creditLine, data = sqlFraudDS, dropFirst = TRUE)因为它是大型模型，其中包含 60 个独立变量（包括三个删除的虚拟变量），所以可能必须等待一段时间，让计算上下文返回对象。
模型如此大的原因在于，在 R 中（以及在 RevoScaleR 包中），分类系数变量的每个级别都自动被视为单独的虚拟变量。
若要查看返回模型的摘要，请调用 summary 函数。
summary(logitObj)
部分结果
Logistic Regression Results for: fraudRisk ~ state + gender + cardholder + balance + numTrans + numIntlTrans + creditLine
Data: sqlFraudDS (RxSqlServerData Data Source)
Dependent variable(s): fraudRisk
Total independent variables: 60 (Including number dropped: 3)
Number of valid observations: 10000 -2
LogLikelihood: 2032.8699 (Residual deviance on 9943 degrees of freedom)
Coefficients:
Estimate Std. Error z value Pr(>|z|) (Intercept)
-8.627e+00 1.319e+00 -6.538 6.22e-11
state=AK Dropped Dropped Dropped Dropped
state=AL -1.043e+00 1.383e+00 -0.754 0.4511
(other states omitted)
gender=Male Dropped Dropped Dropped Dropped
gender=Female 7.226e-01 1.217e-01 5.936 2.92e-09
cardholder=Principal Dropped Dropped Dropped Dropped
cardholder=Secondary 5.635e-01 3.403e-01 1.656 0.0977
balance 3.962e-04 1.564e-05 25.335 2.22e-16
numTrans 4.950e-02 2.202e-03 22.477 2.22e-16
numIntlTrans 3.414e-02 5.318e-03 6.420 1.36e-10
creditLine 1.042e-01 4.705e-03 22.153 2.22e-16
Signif. codes: 0 '\*\*\*' 0.001 '\*\*' 0.01 '\*' 0.05 '.' 0.1 ' ' 1
Condition number of final variance-covariance matrix: 3997.308
Number of iterations: 15