将 R（本地）中保存的 ML 模型上传到 Azure 机器学习工作室
Upload Saved ML Model in R (local) to Azure Machine Learning Studio
我正在尝试减少在 Azure ML Studio 上创建 ML Webservice 的开发难题。困扰我的事情之一是我们可以只上传 workbench 中的 .rda 文件并通过 RScript 加载它（如下图所示）。
但无法直接连接到 R 脚本块。还有另一种方法（可以上传 Azure 的 R 目录中不可用的包）——使用 zip。但是我发现没有任何资源可以访问 .zip 中的 .rda 文件。
我在这里有 2 个选项，使 .zip 工作或任何其他我可以直接使用我的 .rda 模型的工作。如果有人可以指导我如何前进，我将不胜感激。
注意：目前，我正在通过 "Create RModel" 块创建模型、训练它们并保存它，以便我可以使用它来制作预测性 Web 服务。但是对于随机森林这样的模型，不确定随机性如何创建模型（本地版本和Azure版本不同，种子的设置也不是很有帮助）。时间有点紧，Azure ML 似乎无法创建迭代和自动化 ML 工作流（或者我做错了）。
我正在尝试减少在 Azure ML Studio 上创建 ML Webservice 的开发难题。困扰我的事情之一是我们可以只上传 workbench 中的 .rda 文件并通过 RScript 加载它（如下图所示）。
但无法直接连接到 R 脚本块。还有另一种方法（可以上传 Azure 的 R 目录中不可用的包）——使用 zip。但是我发现没有任何资源可以访问 .zip 中的 .rda 文件。
我在这里有 2 个选项，使 .zip 工作或任何其他我可以直接使用我的 .rda 模型的工作。如果有人可以指导我如何前进，我将不胜感激。
注意：目前，我正在通过 "Create RModel" 块创建模型、训练它们并保存它，以便我可以使用它来制作预测性 Web 服务。但是对于随机森林这样的模型，不确定随机性如何创建模型（本地版本和Azure版本不同，种子的设置也不是很有帮助）。时间有点紧，Azure ML 似乎无法创建迭代和自动化 ML 工作流（或者我做错了）。