Bluemixでデータ分析「dashDB」× 統計言語「R」 Part2:ブラウザから軽く実践編

Part1（↓のURL）のお遊び編に続いて、Part2です。軽く触ってみました。
http://qiita.com/azzeten/items/ba37da865deb120a296c

Part2では、人間の年齢、婚姻、収入等等のデータを使って決定木分析をしてみました。

かんたんな流れ

1. dashDBにログインして、ブラウザから使えるR Studioに入る
2. Rのスクリプトを書く（スクリプトの内容としては「専用ライブラリ読み込む→dashDBに接続→処理をつらつらコーディング」。以上！）
3. スクリプトを走らせる！

それでは、やってみましょー

ブラウザからRの環境にログイン

左ペインの「Analytics」から「R Scripts」をクリックします。で、R Studioをクリックします。

ログイン画面が出てきますので、dashDBにログインするのに必要なIDとPWを入力します。

そうすると、それっぽいかっこよい画面が出てきます。これがR Studioの環境です。

Rのスクリプトを書く

(1)専用ライブラリ読み込む→dashDBに接続

dashDBのこのR機能（正式にはIn-DB Analytics）を利用すると、
DBのデータをクライアント側に持ってくることなく、DBの中でRを使用した分析ができるというが嬉しいポイントです。なので、それを行うためのライブラリ「ibmdbR」を読み込む必要があります。

そして次にDBに接続します。本来はDSNを自分で設定する必要があるのですが、WEBブラウザからやるとそれが必要ないみたい。

dashDB用のライブラリを読みこみ、DBに接続する

#ライブラリを読み込む
library(ibmdbR)

#DBに接続する
con <- idaConnect('BLUDB')
idaInit(con)

(2)処理をつらつらコーディング
①ADULTテーブルの内容をデータフレームという箱に入れます。

データフレームに表の内容を入れる

#テーブルをデータフレームに入れる
adult_df <- ida.data.frame('adult')

#データフレームの中身を確認する
adult_df

で、内容を確認するとこんな出力なのです。
SELECT "ID","AGE","WORKCLASS","FNLWGT","EDUCATION","EDUCATION_NUM","MARITAL_STATUS","OCCUPATION","RELATIONSHIP","RACE","SEX","CAPITAL_GAIN","CAPITAL_LOSS","HOURS_PER_WEEK","INCOME" FROM adult

なるほど。データそのものが入っているのではなく、SQLが定義されているようです。
これだと、データをクライアント側に持ってくるのではなくてSQLを投げる、ということになるので、確かに不要データをいちいち持ってくる必要はなさそうです。

②モデルを適用してみます。
先ほどのSQLが格納されたデータフレーム「adult_df」をdashDBの中に実装されているRの決定木モデル「idaTree」に適用します。これで、dashDBの中でごりごりと処理を進めてくれるようです。

決定木モデルにデータを入れてプロットする

#決定木モデルにデータを入れる
tr <- idaTree(INCOME~WORKCLASS+EDUCATION+EDUCATION_NUM+RACE+CAPITAL_GAIN+AGE,data=adult_df,minsplit=50,maxdepth=10,id='ID')

#プロット（絵を描いてみる＆コンソールに文字で結果を出力する）
plot(tr)
print(tr)

#DBとの接続を閉じる
idaClose(con)

結果はこちら

じゃーん

参考文献