获得 caret::train 生成的 glm 类型模型的 pmml 表示

Question

我正在尝试从 caret 中使用 method='glm' 训练的回归模型生成 PMML。示例模型：

library('caret')

data('GermanCredit')

set.seed(123)

train_rows <- createDataPartition(GermanCredit$Class, p=0.6, list=FALSE)

train_x <- GermanCredit[train_rows, c('Age','ForeignWorker','Housing.Own',
                                      'Property.RealEstate','CreditHistory.Critical') ]
train_y <- as.integer( GermanCredit[train_rows, 'Class'] == 'Good' )

some_glm <- train( train_x, train_y, method='glm', family='binomial', 
                   trControl = trainControl(method='none') )

summary(some_glm$finalModel)

关于 type='rf' 的相关 question 的一个未被接受的答案表明无法使用矩阵界面。

所以我无法使用矩阵或公式语法获取 pmml（我很确定无论如何都会产生相同的 finalModels）：

library('pmml')

pmml(some_glm$finalModel) 
# Error in if (model$call[[1]] == "glm") { : argument is of length zero

# Same problem if I try:
some_glm2 <- train( Class ~ Age + ForeignWorker + Housing.Own + 
                      Property.RealEstate + CreditHistory.Critical, 
                    data=GermanCredit[train_rows, ], family="binomial", 
                    method='glm',
                    trControl = trainControl(method='none') )
pmml(some_glm2$finalModel)

它确实在带有公式界面的基本glm中工作：

some_glm_base <- glm(Class ~ Age + ForeignWorker + Housing.Own + 
                     Property.RealEstate + CreditHistory.Critical, 
                     data=GermanCredit[train_rows, ], family="binomial")
pmml(some_glm_base) # works

为了互操作性，我想继续使用caret。有没有办法将 caret 中生成的 some_glm 转换回 pmml() 可以接受的格式？或者如果我想要 pmml 功能，我是否被迫使用 glm() 结构？

Answer 1

如果您设置 model$call[[1]]，pmml 函数将正常工作。

所以在你的情况下你会想要：

library('pmml')

some_glm$finalModel$call[[1]] <- "glm"
pmml(some_glm$finalModel)

获得 caret::train 生成的 glm 类型模型的 pmml 表示

obtain pmml representation of glm-type model produced by caret::train

r

r-caret

pmml