如何在 PowerBI 中为 ML 运行 R 脚本？

Question

将用 R 编写的机器学习脚本（即线性回归、随机森林、k-means 等）部署到 PowerBI 的最佳方法是什么？

这是我目前的想法：我的响应列是 column_x。我的训练集将是我的数据集中的所有行，其中我有 column_x 的值。我的测试集将是我没有 column_x 值的所有行（因此需要来自 ML 脚本的预测值）。我会将 ML 脚本的输出放在 PowerBI 中的一个新列中（使用编辑查询选项），用于预测响应，称为 pred_column_x。不太清楚该怎么做。

修改/填写下面的示例脚本或如何映射的替代解决方案将非常有帮助！

谢谢！

data.df <- dataset in PowerBI

train.df <- dataset where column_x is not null??
test.df <- dataset where column_x is null??

#linear regression fit
fit <- lm(pred_column_x ~ column_a + column_b, data=train.df)
#need this fit/predicted value to go in pred_column_x
summary(fit)

Answer 1

最近，我从事一项合同工作，其中源数据只能通过 PowerBI (PBI) 访问。目标是建立一个预测模型。我是 PBI 的新手。由于我使用 R 进行所有分析，因此我编写了一个脚本并将其应用于 PBI 中的数据。以下几点是你必须知道的；

1. PBI 始终将其中包含的数据称为dataset。因此，将 R 脚本中出现的所有数据集更改为 dataset。
2. 在PBI界面，点击edit queries，然后选择你要使用的表，如图
3. 然后单击Transform 选项卡并单击Run R script。 Insert step 上的消息将弹出，见截图。
4. 点击Insert按钮。这将打开Run R script 编辑器窗口。注意，消息，# 'dataset' holds the input data for this script（这是我在第 1 点中提到的）。
5. 在此框中添加您的R 代码并单击OK 按钮。代码将执行并给出结果。

注意事项

1. 如果数据集大小巨大，建议对其进行抽样。然后在本地 R 环境中执行此示例的代码。这将确保脚本正常运行。
2. 预测分析结果需要以数据框格式保存，否则 PBI 将不会显示结果。因此，这部分 R 代码 #linear regression fit fit <- lm(pred_column_x ~ column_a + column_b, data=train.df) 需要保存为数据框，例如 #linear regression fit fit <- data.frame(lm(pred_column_x ~ column_a + column_b, data=train.df))。显然，R 的 dataframe 在 PBI 中被解释为 table。
3. 分析结果如下所示， 您必须点击Table 才能查看结果。

免责声明

如果有人有更好的方法，请在 cmets 中提出建议。