Antes de implementar modelos de classificação no SAP HANA, é essencial configurar o ambiente necessário. Isso inclui a instalação das bibliotecas Python necessárias, o estabelecimento de uma conexão com o SAP HANA Cloud e a definição de configurações de autenticação para garantir integração perfeita e acesso seguro a funções de aprendizagem automática.
A célula a seguir carrega/importa diversos módulos necessários para a demonstração atual. Como você pode saber, um módulo pode ser considerado o mesmo que uma biblioteca de códigos.
12
import hana_ml
print(hana_ml.__version__)
2.20.24042601
12345678910111213
#importing other packages used
import pandas as pd
import matplotlib.pyplot as plt
import time
import numpy as np
import os
import time
import json
from hana_ml.visualizers.unified_report import UnifiedReport
from hana_ml.algorithms.pal.unified_classification import UnifiedClassification
from hana_ml.algorithms.pal.partition import train_test_val_split
%matplotlib inline
Conexão do banco de dados SAP HANA Cloud
No cliente de aprendizagem automática Python do SAP HANA (hana-ml), todas as conexões são vinculadas a um DataFrame do HANA. Além disso, ao trabalhar com o SAP HANA Cloud, uma conexão criptografada é necessária para a segurança.
Para estabelecer uma conexão, os alunos devem ter o endereço do sistema SAP HANA e credenciais válidas. Esses detalhes são essenciais para instanciar a classe hana_ml.dataframe.ConnectionContext, que representa uma conexão a uma instância de banco de dados SAP HANA [1].
1234567891011
from hana_ml import dataframe
address = "b8xxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx.hana.prod-eu10.hanacloud.ondemand.com"
port = 443
user = 'ML_DEMO'
conn = dataframe.ConnectionContext(address, port, user, encrypt=True, sslValidateCertificate=False)
# Control connection
print(conn.connection.isconnected())
print(conn.hana_version())
Verdadeiro
4.00.000.00.1720524034 (fa/CE2024.14)