Compreensão da aprendizagem automática para previsão de série cronológica

Configuração do ambiente e preparação de dados usando DataFrames do SAP HANA

Treinamento de um modelo de série cronológica univariado do SAP HANA PAL

Previsão com várias séries cronológicas

Configuração do cliente Python Machine-Learning para SAP HANA

Objective

After completing this lesson, you will be able to instale o pacote hana-ml e estabeleça um contexto de conexão confiável com o SAP HANA Cloud para as tarefas de aprendizagem automática.

Acesso e exploração de dados no SAP HANA

Para criar modelos de previsão de série cronológica usando a biblioteca de análise preditiva (PAL) do SAP HANA a partir do Python, você precisa primeiro configurar seu ambiente Python local com as bibliotecas necessárias e estabelecer uma conexão segura com sua instância do SAP HANA Cloud. A biblioteca hana-ml permite essa integração, permitindo que você acesse dados do SAP HANA e execute algoritmos PAL do SAP HANA diretamente a partir de seu script Python.

Pré-requisitos técnicos

Para usar modelos de série cronológica no SAP HANA, você precisa do seguinte:

Instância do SAP HANA Cloud com servidor de scripts (ativado para APL, PAL)
Pacote hana-ml Python 2.24.25051600, outros pacotes e dependências instalados
Conhecimento básico de Structured Query Language (SQL) (altamente desejável)

Configuração do ambiente

Antes de implementar modelos de série cronológica 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.

As seguintes células carregam/importam diversos módulos necessários para a demonstração atual. Como você pode saber, um módulo pode ser considerado o mesmo que uma biblioteca de códigos.

Code Snippet

12
import hana_ml
print(hana_ml.__version__)

2.24.25051600

Code Snippet

123456789101112131415161718
#importing other packages used
import pandas as pd
import matplotlib.pyplot as plt
import time
import numpy as np
import os
import json
from dotenv import load_dotenv
load_dotenv()

from hana_ml import dataframe
from hana_ml.visualizers.unified_report import UnifiedReport
from hana_ml.algorithms.pal.tsa.additive_model_forecast import AdditiveModelForecast
from hana_ml.algorithms.pal.random import binomial 
from hana_ml.algorithms.pal.partition import train_test_val_split

%matplotlib inline

Conexão do banco de dados SAP HANA Cloud

Com o cliente de aprendizagem automática Python para SAP HANA (hana-ml), as conexões estão sempre relacionadas a um DataFrame do SAP HANA. Além disso, para o SAP HANA Cloud, precisamos usar uma conexão criptografada.

Os alunos devem ter o endereço do sistema SAP HANA e as credenciais para acessá-lo porque precisam ser fornecidos para instanciar a classe hana_mI.dataframe.ConnectionContext; isso representa uma conexão a uma instância de banco de dados SAP HANA [1].

Code Snippet

123456789101112131415
hana_address = os.getenv('hana_address', "<your_hana_address>")
hana_port = int(os.getenv('hana_port', 443))
hana_user = os.getenv('hana_user', "<your_hana_user>")
hana_password = os.getenv('hana_password', "<your_hana_password>")
hana_encrypt = os.getenv('hana_encrypt', 'True').lower() == 'true'  
hana_schema = os.getenv('HANA_SCHEMA', 'My_Schema') 

conn = dataframe.ConnectionContext(address=hana_address,
                                   port=hana_port,
                                   user=hana_user,
                                   password=hana_password,
                                   encrypt=True, sslValidateCertificate=False,
                                   current_schema=hana_schema)
conn.connection.isconnected()

Verdadeiro

Referências

[1]Classe SAP hana_ml.dataframe.ConnectionContext

Next lesson